这是一个创建于 3892 天前的主题，其中的信息可能已经有所发展或是发生改变。
如果每次浏览器和服务器的通信都有一个token，而我们又无法看懂到底是什么，那么我们的爬虫是不是就无法爬取页面信息了啊?
 |
1
Esay 2014-04-02 14:17:58 +08:00  1
是的。
抓取比较困难的内容可以使用 http://phantomjs.org/ 这样没有界面的浏览器。 |
 |
2
asing 2014-04-02 14:24:30 +08:00
|
 |
3
jsonline 2014-04-02 14:25:09 +08:00 via Android
天天有人研究爬虫
|
 |
4
binux 2014-04-02 14:31:40 +08:00
我们看到页面是一个获得信息，消除信息不确定性的过程，爬虫也是
|
 |
5
dorentus 2014-04-02 15:46:59 +08:00
理论上么，爬虫和浏览器一样都是 user agent，自然能做的东西都是一样的……
|
 |
6
cxh116 2014-04-02 15:49:03 +08:00
像某些小说站,内容都生成图片了,这个应该是无法索引
|
 |
8
xh1994 2014-04-03 00:13:21 +08:00
不能！那些通过 ajax 加载内容的页面你怎么爬？而且现在这样的页面越来越多了！
|
|
10
cxh116 2014-04-06 19:38:38 +08:00
|
Select Language