webscrape终于还是遇到了一个有意思的东西，关于网站那些你所看见的，看不见的。
看不见的是架构一个网站的程序，看见的就是程序的表达，也就是你所看到的‘真实’的网页的样子……
看的见的标题
看不见的代码
既然是找重复，那么[a.title]还有它上方的[div.content]应该都是可以用的是不是？测试一下……
a.title
div.content
果然，webscrape应该是以class作为抓取目标的锚点的。
可是简书上有个滑动鼠标加载的页面，于是还有一个子元素，那么子元素是否有呢？
_parent_??什么鬼
结果发现[parent]在源代码里是找不到的，那么是不是所有父元素下面的子元素都是这种类型，或者说，在没有class的情况下就会出现这种情况？那就一个个测试
于是用微博继续测试
Selector以及抓取的内容……
目测这两个都可以用……
于是发现上图有两个可用的class，其中下面的那个就是之前选择的那个……，最后选择子元素的时候发现也是[parent],如果不重复，可不可以呢，直接用上面的那两个class组合一个
结果就是啥都没有……
于是猜测上面那个class肯定是那几个图标中的一个，我也就认命了——没事抓什么头像图标，醉了……
抓图片了……
也就是说，如果抓简书的时候将[div.content]作为父元素，将[a.title]作为子元素应该就会成功了……，于是成功了……
于是，突然发现……
发现了这么一件事……
代码还是那么的好玩，有意思……
网友评论