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。