如题
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
在家跑爬虫,最怕两件事:网络断、电脑关机。小龙虾一样的进程一挂,进度全没了。
云端浏览器就是把浏览器跑在别人的基础设施上,你这边只管发指令、收数据。亮数据的网页抓取浏览器就是这么个东西,本质是托管在它可扩展基础设施上的自动化浏览器,你通过 API 拿到浏览器会话,用 Puppeteer(Python)或者 Playwright(Node.js)跟它交互,会话开着的时候就能操作页面,悬停、点击、滚动、填表单都行。
它内置了解锁能力,验证码破解、指纹识别、重试、请求头、Cookie、JS 渲染这些它在后台处理,你只专注在取数据这件正事上。会话是按需取的,要多少开多少,适合量会波动的项目。本地只留解析和调度逻辑,机器关了任务也不至于全废。