怎么解析HTML源碼？如果您的頁面是靜態(tài)HTML文件，您可以通過框架引用公共文件，例如：公共.html參考代碼：<iframe style=“寬：800px高：300px“src=”公共.html

怎么解析HTML源碼？

如果您的頁面是靜態(tài)HTML文件，您可以通過框架引用公共文件，例如：公共.html參考代碼：<iframe style=“寬：800px高：300px“src=”公共.html“frameborder=0 scrolling=no Allowtransparency></iframe>如果您的頁面都是動態(tài)的，您可以直接使用引用外部文件指令來調(diào)用公共文件。例如，ASP下的調(diào)用代碼：<！--“包含文件”=公共.asp“-->php參考代碼：include（”公共.php）另一個靜態(tài)文件引用是shtml file，類似于ASP；引用代碼是：<！--#include file=“/公用.shtml“-->

當我使用jsup編寫爬蟲程序時，通常會遇到HTML不返回的內(nèi)容。但是瀏覽器顯示了一些東西。所有這些都是分析頁的HTTP請求日志。分析頁面JS代碼來解決問題。1某些頁面元素被隱藏->替換選擇器解決方案2。一些數(shù)據(jù)保存在JS/JSON對象中->截取相應(yīng)的字符串，分析并求解3。通過API接口調(diào)用->來偽造請求以獲取數(shù)據(jù)。4使用無頭瀏覽器，如phantomjs或casperjs