Playwright获取页面元素的outerHTML
作者:AlbertWen
添加时间:2022-08-16 09:13:38
修改时间:2025-04-12 09:22:54
分类:04.数据采集/爬虫
编辑
作者:AlbertWen
添加时间:2022-08-14 21:08:35
修改时间:2025-04-14 11:23:05
分类:04.数据采集/爬虫
编辑
Playwright Chromium 界面模式运行默认窗口尺寸较小,可通过如下方式控制
作者:AlbertWen
添加时间:2022-08-14 00:50:23
修改时间:2025-04-14 18:25:44
分类:04.数据采集/爬虫
编辑
Playwright收藏
作者:AlbertWen
添加时间:2022-08-10 00:28:55
修改时间:2025-04-11 23:59:21
分类:04.数据采集/爬虫
编辑
Playwright 是微软在 2020 年初开源的新一代自动化测试工具,它的功能类似于 Selenium、Pyppeteer 等,都可以驱动浏览器进行各种自动化操作。它的功能也非常强大,对市面上的主流浏览器都提供了支持,API 功能简洁又强大。虽然诞生比较晚,但是现在发展得非常火热。
作者:AlbertWen
添加时间:2022-07-13 10:08:27
修改时间:2025-03-29 14:00:38
分类:04.数据采集/爬虫
编辑
作者:AlbertWen
添加时间:2022-06-28 23:22:40
修改时间:2025-04-09 17:08:32
分类:04.数据采集/爬虫
编辑
python模块库需要 pillow 和 pytesseract 这两个库,直接pip install 安装就好了。
作者:AlbertWen
添加时间:2022-06-28 14:35:08
修改时间:2025-04-02 04:56:58
分类:04.数据采集/爬虫
编辑
作者:AlbertWen
添加时间:2022-06-22 14:50:49
修改时间:2025-04-13 22:24:45
分类:04.数据采集/爬虫
编辑
作者:AlbertWen
添加时间:2022-06-14 19:56:23
修改时间:2025-04-07 23:38:35
分类:04.数据采集/爬虫
编辑
作者:AlbertWen
添加时间:2022-06-08 09:01:47
修改时间:2025-04-11 05:19:37
分类:04.数据采集/爬虫
编辑
项目中,需要用爬虫去抓取页面数据,然后解析出其中的联系方式,如:“邮箱”和“电话号码”,刚开始,大伙潜意识地想到直接用正则表达式去提取,网上也有很多现成的“邮箱”和“电话号码”的正则表达式。代码跑了一段时间后,发现抓取到的“邮箱”数据到是挺正常,而“电话号码”的书写方式却千奇百怪,先前找到的正则就不那么灵敏,总而言之,解析出来的“电话号码”一看就很假,销售人员打过去,肯定也报空号。