問題描述

剛接觸node,想寫個(gè)爬蟲，爬取新浪微博評(píng)論，但是發(fā)現(xiàn)頁(yè)面是由JS動(dòng)態(tài)生成的，用http模塊爬取不到，然后用phantomjs爬取，（聽說(shuō)會(huì)比較慢，運(yùn)行了近15分鐘，這也太慢了，不知是否寫錯(cuò)），還是不行，問一下有什么辦法能夠爬取類似于新浪微博的網(wǎng)頁(yè)嗎？

let page=require('webpage').create();let url='http://weibo.com/1713926427/Etq2WnSiR?filter=hot&root_comment_id=0&type=comment';/*page.settings = { javascriptEnabled: true, loadImages: false, webSecurityEnabled: false, userAgent: ’Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/34.0.1847.137 Safari/537.36 LBBROWSER’};*/page.open(url,(status)=>{ console.log('Status:'+status); if(status=='success'){let val = page.evaluate(()=>{ var list_box=document.querySelector('.list_box'); console.log(list_box); return list_box});console.log(val) }else{console.log('failed') } phantom.exit();});

問題解答

自己寫過微博的爬取,有兩種思路

仔細(xì)看一下應(yīng)該是有接口去獲取相應(yīng)數(shù)據(jù)的然后用正則去匹配

微博提供了開發(fā)者API接口的,雖然用著比較麻煩