Question

怎么获取网页源代码中的文件？

Answer 1

网页源代码是父级网页的代码网页中有一种节点叫iframe，也就是子Frame，相当于网页的子页面，他的结构和外部网页的结构完全一致，框架源代码就是这个子网页的源代码。另外，爬取网易云推荐使用selenium，因为我们在做爬取网易云热评的操作时，此时请求得到的代码是父网页的源代码，这时是请求不到子网页的源代码的，也得不到我们需要提取的信息，这是因为selenium打开页面后，默认是在父级frame里面的操作，而此时如果页面中还有子frame，它是不能获取到子frame里面的节点的，这是需要用swith_to.frame（）方法来切换frame，这时请求得到的代码就从网页源代码切换到了框架源代码，然后就可以提取我们所需的信息。