讨论scrapy-splash渲染不成功问题?

url = https://wenshu.court.gov.cn/website/wenshu/181107ANFZ0BXSK4/index.html?docId=75461a02d9714cec9322ab4500147439

由于scrapy爬虫框架可以对页面进行动态js渲染,其中有两种工具:splash & selenium。

selenium通过webdriver模拟对页面的访问,但是由于某些网站的服务器响应问题,可能存在一些爬取效率问题。需要测试一些网页等待时间,这个等待时间还有待测试得出最佳的标准值。

并且selenium是一种阻塞式对页面进行访问的。所以先转向splash的方法,但是就上面 'url' 网页的渲染存在无法渲染动态js页面的情况。通过参考官方文档,但是并没有发现问题根源所在,只是一些就splash服务的属性和方法的介绍。

function main(splash, args)
  splash.js_enabled = true
  splash.resource_timeout = 50
  splash.images_enabled = false
  
  assert(splash:go(args.url))
  assert(splash:wait(8))
  return { html = splash:html(),
           har = splash:har(),
           png = splash:png()
         }
end

运行结果页面:

讨论scrapy-splash渲染不成功问题?_第1张图片

原网页显示是文书详细内容。

希望各路大佬,有想法的可以在下方评论交流。

 

 

 

 

 

你可能感兴趣的:(Python网络爬虫)