我正在使用 apache Nutch 1.10 来抓取网页并提取页面中的内容。一些链接包含在调用 ajax 时加载的动态内容。 Nutch无法抓取和提取ajax的动态内容。我该如何解决这个问题？有什么解决办法吗？如果是，请帮助我回答。
提前致谢。
大多数网络爬虫库不提供开箱即用的 JavaScript 渲染。您通常必须插入另一个提供 js 渲染的库或产品，例如 Selenium 或 PhantomJS。
这里有一个使用 nutch 和 Selenium 的教程 http://soryy.com/blog/2014/ajax-javascript-enabled-parsing-apache-nutch-selenium/.
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
