使用clojure抓取動態內容的網頁

Question

爲了學習目的，我嘗試使用Clojure從以下site中抓取數據。

我想知道如何獲取表「bm_center bm_dataTable」中的數據。

我所面臨的挑戰是，此表的DOM在本頁的html源代碼中不可用，因爲它是在瀏覽器中動態生成的。

如何獲取表的hml源？

我對網絡編程知之甚少，但願意學習。預先感謝您的耐心等待。

Answer 1

DOM通常是一種生活在瀏覽器中的東西。瀏覽器拉下你在Clojure中看到的相同文本，然後建立它用來渲染頁面的DOM。

你可以通過編寫Clojure代碼來手工操作文本。您可以使用像JSoup這樣的Java庫從HTML中提取信息。標準的Java庫也帶有一個HTML解析器，但我會避免它。這很難使用，並沒有帶來太多好處。