如何使用Web Scraper爬虫抓取数据?

Web Scraper是一个基于Chrome/火狐浏览器的插件,能够在网页上自动爬取数据,提供了丰富的配置,支持自动翻页、登录认证、JavaScript渲染等等,可以解决多数爬虫难题。

Web Scraper的安装也很简单,在Chrome应用商店里搜索"Web Scraper",找到该插件并点击"添加至Chrome"按钮。

安装好Web Scraper后,需要在开发者工具中使用它,按F12键打开开发者模式能找到Web Scraper功能区,在这里可以新建并配置爬虫,你也不需要写任何代码就能抓取数据。

下面讲讲如何用Web Scraper爬取抖音评论数据。

先F12打开开发者界面,点击Web Scraper按钮,会进入到操作界面。

接下来新建Sitemap name项目名称,英文随意取,Start URL就是想要爬取的网站的URL,输入完点击Create Sitemap。

然后点击"添加新的Selector"按钮,在网页中选择要爬取的数据所在的区域(如"抖音视频"模块中的评论区)。注意必须勾选Multiple,因为字样才会批量爬取。

这样对于评论的简单抓取设置就可以了,最后保存并导出评论数据。

使用Web Scraper需要对HTML结构有一定的了解,需要自己一步步去配置,可能对于初学者还有些门槛,适合IT从业者。而且Web Scraper抓取的数据形式有限,适合文本这样简单的数据需求,对于图片、视频就会比较困难。

相关推荐
waterHBO23 分钟前
python 爬虫 selenium 笔记
爬虫·python·selenium
bugtraq202114 小时前
闲鱼网页版开放,爬虫的难度指数级降低。
爬虫
Bigcrab__19 小时前
Python3网络爬虫开发实战(15)Scrapy 框架的使用(第一版)
爬虫·python·scrapy
九月镇灵将19 小时前
爬虫逆向学习(六):补环境过某数四代
爬虫·补环境·瑞数
kngines20 小时前
【PLW004】基于Python网络爬虫与推荐算法的新闻推荐平台v1.0(Python+Django+NLP+Vue+MySQL前后端分离)
爬虫·python·nlp·推荐算法
walk walk1 天前
免费爬虫软件“HyperlinkCollector超链采集器v0.1”
爬虫
亿牛云爬虫专家1 天前
如何通过subprocess在数据采集中执行外部命令 —以微博为例
爬虫·python·数据采集·多线程·代理ip·subprocess·微博
菜鸡中的奋斗鸡→挣扎鸡1 天前
初始爬虫5
爬虫