有没有什么方便的网页抓取工具 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
shaoyijiong
V2EX    问与答

有没有什么方便的网页抓取工具

  •  
  •   shaoyijiong 2020-11-17 10:18:46 +08:00 1923 次点击
    这是一个创建于 1801 天前的主题,其中的信息可能已经有所发展或是发生改变。

    现在有个需求, 需要把类似的如下两个外部链接转化成公司域名的短链接, 并且加入埋点消息, 现在都是前端手动转,但是页面太多, 人工太浪费时间, 有没有方便的工具来直接转成 html 页面

    https://csydtg.1tk7z.com/r/ee/21066.html

    https://csydtg.1tk7z.com/s/11/3148/52fd0.html?uid=9160000000810

    请忽视页面内容,合作方没办法

    8 条回复    2021-02-17 08:17:21 +08:00
    shaoyijiong
        1
    shaoyijiong  
    OP
       2020-11-17 10:19:58 +08:00
    最好能够输入链接自动跑成 html 的那种
    lllllliu
        2
    lllllliu  
       2020-11-17 11:07:04 +08:00
    。。写个爬虫哦。或者右键另存( w
    locoz
        3
    locoz  
       2020-11-17 11:15:14 +08:00 via Android
    单纯保存页面 HTML 的话,可以直接用八爪鱼之类的傻瓜式爬虫工具或者 fdm 之类的下载器解决。

    但是你们这个需求有点奇怪啊,为啥不直接做个跳转页,然后在跳转页里面加上埋点?反正你们都要弄短链接了。
    shaoyijiong
        4
    shaoyijiong  
    OP
       2020-11-17 11:18:20 +08:00
    @locoz 如果只监听点击是可以 , 但是页面里面有下载链接 要获取下载数据量
    Hansah
        5
    Hansah  
       2020-11-17 11:18:38 +08:00 via Android
    没听懂,需要下载页面后加入内容然后上传到自己服务器上?
    locoz
        6
    locoz  
       2020-11-17 12:14:55 +08:00
    @shaoyijiong #4 那直接用 Nginx 做个反代,然后往里插埋点?反正你们都要存别人页面下来了。
    locoz
        7
    locoz  
       2020-11-17 12:17:16 +08:00
    @shaoyijiong #4 用 ngx_http_substitutions_filter_module 提供的功能可以做到修改原页面中特定内容的效果,可以直接把下载链接那部分给加上埋点。
    qshu
        8
    qshu  
       2021-02-17 08:17:21 +08:00 via Android
    好家伙,我收到了骚扰短信,什么新春提现,附的连接就这,艹
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     4896 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 26ms UTC 09:41 PVG 17:41 LAX 02:41 JFK 05:41
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86