我正在尝试构建网络爬虫。
我需要两件事:
- 将 HTML 转换为 DOM 对象。
- 按需执行现有的 JavaScript。
此外,我需要一个选项来按需执行额外的 JavaScript(在诸如
onMouseOver
、onMouseClick
等事件上)
首先,我找不到好的文档来源。我搜索了 Webkit Main Page但找不到该包用户的太多信息,也没有有用的代码示例。 另外,在一些论坛上,我看到说明不使用爬虫的 Webkit 接口(interface),而是直接使用 DOM 和 Javascript 内包。 我正在搜索文档 和代码示例。
此外,关于正确使用的任何建议。
工作环境:
- 操作系统:Windows
- 语言:C++
最佳答案
查看与 WebKit 主干一起打包的一些测试工具。大多数端口(据我所知)包括 DumpRenderTree,它实例化 WebKitView,然后在处理指定文件后吐出渲染树。从理论上讲,它是 WebKit 可能的最简单示例之一。
关于webkit - 构建网络爬虫——使用 Webkit 包,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/162181/