我正试图在python中制作一个背景网页爬虫。我已经为它编写了代码，然后我使用pythonw.exe应用程序在没有任何控制台窗口的情况下执行它。此外，我在无头模式下运行ChromeDriver。问题是，它仍然为ChromeDriver生成一个控制台窗口，其中写着$ DevTools listening on ...some address.
我怎样才能摆脱这扇窗户？
浏览 5提问于2020-08-25得票数 0
回答已采纳
我是windows新手，这是我第一次在windows上运行Python程序。打开一个新的geckodriver窗口(类似cmd的窗口)，然后就挂在那里了。程序在那之后就不会继续前进了。
浏览 9提问于2017-02-04得票数 0
1回答
我使用selenium和python制作了一个爬虫，用于从特定的torrent站点下载torrent。所以在点击"magnet download“之后，它会打开一个弹出窗口(不是μ弹出窗口)，并且必须点击"open javascript torrent”。我如何自动执行这一步？我附上了下面的图片。
浏览 18提问于2021-03-10得票数 0
回答已采纳
1回答
我创建了一个Glue爬虫，它指向这个S3桶，我希望它创建4个单独的表，但它没有，它仍然创建一个表，并将所有内容与一个名为“分区”的列合并，该列指示记录的来源(它来自csv/parquet文件的名称)。
浏览 12提问于2022-12-01得票数 0
1回答
弹性豆杆不运行的克隆约伯
、、、、
我在一个弹力豆茎应用程序上有一个抓取器，我可以像这样运行SSH：
我想帮我安排一个任务来处理这个问题。Cron won't r
浏览 0提问于2015-04-13得票数 0
我们正在我们的一个内容页面上测试一个模态z-layer风格的弹出窗口(fancybox javascript实现)，它阻止用户在没有注册的情况下与页面的其余部分进行交互。我很好奇这对爬虫(googlebot)有什么影响。我们意识到模式弹出窗口对排名有其他行为影响(例如，弹跳率等)。我很好奇，模态javascript/html代码的存在是否会对搜索排名产生负面影响。
浏览 0提问于2011-12-23得票数 6
回答已采纳
一个部件号包含页面上的大部分信息，但是页面上有Javascript 'onclick()‘函数，当单击它时，打开一个小窗口，显示除了我想刮的信息。如何在这个附加窗口中刮取信息？
浏览 0提问于2014-09-08得票数 0
然而，这意味着搜索爬虫无法获得第一个“分页符”之后的所有内容。例如，我有一个页面，其中列出了所有带有"infographic“标签的项目。实际上有几十个这样的项目，但爬虫只能看到前10个项目，因为其他项目是根据内容相对于浏览器窗口的位置加载的。由于爬虫没有浏览器窗口，所以根本不会加载新项目。那么，什么才是正确的方式，让搜索爬虫通过无限滚动访问网页的全部内容，同时又允许用户享受无限滚动和没有分页的情况？
浏览 0提问于2012-05-28得票数 13
回答已采纳
我将时间序列数据存储在每日生成的DynamoDB表()中。这些表的命名惯例是"timeseries_ 2019-12-20 "，其中2019-12-20为当前日期。我想以CSV格式将前一天表发送到S3桶。推荐的方法是什么？我在看AWS Glue，但不知道如何让它每天找到新的表名。也许有云观察事件的lambda函数会更好？DynamoDB表的大小不大，存储了几百个数字。
浏览 4提问于2019-12-21得票数 0
回答已采纳
2回答
可以在Python 框架中使用.NET框架从不同的站点抓取数据吗？我正在做我的最后一年的项目，在这个项目中，我想使用C#作为前端语言，并使用Python来抓取数据。
浏览 0提问于2014-05-07得票数 4
我有一个python爬虫，每隔几分钟就抓取几个网页。我现在正在尝试实现一个可以通过web访问的用户界面，并显示爬虫获得的数据。我将使用php/html作为接口。无论如何，用户界面需要某种类型的按钮来触发爬虫程序立即抓取特定的网站(而不是等待下一次抓取迭代)。
现在，有没有一种方法可以将数据从php脚本发送到正在运行的python脚本？然后我在考虑使用一个共享文件，php在其中写入数据，python从中读取数据。但是，我需要一些方法来让python脚本知道，新数
浏览 1提问于2011-03-31得票数 1
嗨，我想做一个网页爬虫，检查URL的数据，如果我做一个简单的Gui，使脚本更容易查找变量的数据，添加代码的gui会使我的网络爬虫效率降低吗？
我需要爬虫尽可能高效，能够尽可能快地处理数据。为这个Python脚本制作一个gui，会不会妨碍web爬虫的性能？
浏览 3提问于2015-01-27得票数 0
回答已采纳
我用Python2.7编写了大量的Scrapy爬行器。我需要将它们全部转换为支持Python 3，这种转换必须在1 go内完成。我只能在Python 3爬虫做好部署准备之后才能开始使用。现在，由于“所有操作都必须保持活动状态”，我需要一个单独的Python 3爬虫的远程分支。这个分支可以称为Remote-B。我手动创建了这个分支，所以整个存储库现在有两个分支: Master(Remote-A)和Python3爬虫(Remote-B)，后者是主分支的一个
浏览 3提问于2019-09-10得票数 0
回答已采纳
1回答
我正在制作一个爬虫来找出最近添加的youtube视频，当我的爬虫到达旧视频(在前一个转弯中爬行)时，我想停止爬虫。我使用的不是scrapy和漂亮的汤，我使用的是python库。请给我推荐任何选项
浏览 9提问于2017-06-27得票数 0
我使用具有无限循环的python制作了一个简单的爬虫，所以它不能停止。随机延迟17 ~ 30，这个爬虫爬行相同的一个页面，并找到'href‘链接，定期更新，并存储到Mysql。因为我使用了Linux命令这个爬虫是在Ubuntu服务器背景下运行的。我想它已经运行了大约4个小时。但爬虫突然停止了。第二天我再试一次。
浏览 1提问于2014-05-20得票数 0
回答已采纳
1回答
我正在使用python中的scrapy框架制作一个web爬虫。其主要思想是，爬虫从页面中提取一些数据，如果数据符合某些条件，爬虫应该提取其当前所处的URL。是否有一些方法/函数可以获得当前的URL？
浏览 5提问于2016-11-27得票数 0
回答已采纳
1回答
我需要创建一个爬虫与客户端在每个台式机和一个中央服务器，其中的数据是索引。有没有可能在Nutch中创建这样的爬虫？还有没有别的选择。基于Python的爬虫会更好。
浏览 2提问于2011-07-04得票数 0
回答已采纳
爬虫的常见输出格式是什么？它会是XML，JSON吗？或者它会根据爬虫的不同而不同，例如: Python，Java？
浏览 0提问于2012-08-20得票数 0
回答已采纳
2回答
一些服务器具有robots.txt文件，以阻止web爬虫在其网站中爬行。有没有办法让网络爬虫忽略robots.txt文件？我正在为python使用Mechanize。
浏览 1提问于2011-12-05得票数 14
回答已采纳
云服务器
ICP备案
云直播
即时通信 IM
实时音视频
腾讯云开发者
