php采集今日头条出现问题,使用php蓝天采集抓取今日头条ajax的文章内容

今日头条的数据都是ajax加载显示的，按照正常的url是抓取不到数据的，需要分析出加载出址，我们以 https://www.toutiao.com/search/?keyword=%E6%96%B0%E9%97%BB 为例来采集列表的文章

用谷歌浏览器打开链接，右键点击“审查”在控制台切换至network并点击XHR，这样就可以过滤图片、文件等等不必要的请求只看页面内容的请求

由于页面是ajax加载的，所以将页面拉至最底部，会自动加载出更多文章，这时候控制台抓取到的链接就是我们真正需要的列表页链接：

在蓝天采集中创建一个任务

创建完毕点击“采集设置”，在“起始页网址”中填入上面抓取到的链接

接下来匹配内容页网址，头条的文章网址格式是https://www.toutiao.com/group/数字/

点击“内容页网址”编写“匹配内容网址”规则：

(?http://toutiao.com/group/\d+/)

这是个正则规则，意思就是把匹配的网址装进捕获组content1中，然后在下面填写[内容1]即对应上面的content1 就可获取到内容页链接

可以点击测试查看是否成功抓取到了链接

抓取成功就可以开始获取内容了

点击“获取内容”在字段列表右边可以添加默认的字段，如标题、正文等都可以智能识别，如需精准还可以自行编辑字段，支持正则、xpath、json等匹配内容

我们需要抓取文章的标题和正文，由于是ajax显示的所以要写规则匹配出内容，分析篇源码：https://www.toutiao.com/a6358823350874145025/ ，找到文章位置

标题规则：articleInfo\s*:\s*{\s*title:\s*'[内容1]',

正文规则：content\s*:\s*'[内容1]',\s*groupId

规则必须保证唯一性，不然会匹配到其他内容上去，将规则添加到字段中，获取方式选规则匹配：

规则编写完后点击保存，点击“测试”看看效果如何

规则无误，抓取正常，抓取到的数据还可以发布到cms系统、直接数据库入库、保存为excel文件等，点击底部导航条的“发布设置”即可，好了今日头条的采集到这里就结束了，大家不妨动手试试！

php采集今日头条出现问题,使用php蓝天采集抓取今日头条ajax的文章内容相关推荐

用python爬取今日头条上的图片_Python爬虫：抓取今日头条图集
今天我们来爬取今日头条图集,老司机以街拍为例. 运行平台: Windows Python版本: Python3.6 IDE: Sublime Text 其他工具: Chrome浏览器 1.网页分析从 ...
（廿五）Python爬虫：抓取今日头条图片
此次完成抓取今日头条动漫图片,并将图片保存在本地.最后结果如下: 分析打开今日头条首页搜索"动漫",查看源代码我们会发现只包含少量的HTML,所以可以判断页面是AJAX加载的.打 ...
使用php蓝天采集器抓取今日头条ajax的文章内容
今日头条的数据都是ajax加载显示的,按照正常的url是抓取不到数据的,需要分析出加载出址,我们以 https://www.toutiao.com/search/?keyword=%E6%96%B0% ...
php文章自动采集器,使用php蓝天采集器抓取今日头条ajax的文章内容
今日头条的数据都是ajax加载显示的,按照正常的url是抓取不到数据的,需要分析出加载出址,我们以 https://www.toutiao.com/search/?keyword=%E6%96%B0% ...
用php蓝天采集器抓取今日头条ajax的文章内容
今日头条的数据都是ajax加载显示的,按照正常的url是抓取不到数据的,需要分析出加载出址,我们以 https://www.toutiao.com/searc... 为例来采集列表的文章用谷歌浏览器 ...
分析Ajax抓取今日头条街拍美图
声明:此篇文章主要是观看静觅教学视频后做的笔记,原教程地址https://cuiqingcai.com/ 实现流程介绍 1.抓取索引页内容:利用requests请求目标站点,得到索引网页HTML代码, ...
Python爬虫实战02：分析Ajax请求并抓取今日头条街拍
1 目标网站分析首先我们打开今日头条网站,搜索街拍,点击图集,这里每就是我们要爬取的目录,我们称为索引页.1 点开一个标题,进去,称为详情页.2这里面的图是我们所要爬取的.比如这里可以点击图片,共 ...
分析Ajax请求并抓取今日头条街拍美图
1.抓取索引页内容利用requests请求目标站点,得到索引网页HTML代码,返回结果 2.抓取详情页内容解析返回结果,得到详情的链接,并进一步抓取详情页的信息 3.下载图片与保存数据库将图片下 ...
php抓取今日头条,分析Ajax来抓取今日头条街拍美图
一.介绍还是根据崔大大的视频来码的文章,不得不说,抓取文件并下载下来比抓取网页内容信息复杂多了二.流程目标站点分析用浏览器打开今日头条输入'街拍',打开审查元素,点击'图集' 1.首先我们要找 ...

php采集今日头条出现问题,使用php蓝天采集抓取今日头条ajax的文章内容

php采集今日头条出现问题,使用php蓝天采集抓取今日头条ajax的文章内容相关推荐

最新文章

热门文章