说明:网站将关键信息变成图片,以达到使爬虫爬取不到想要的数据
例如:https://www.gxrc.com/company/1085868 的招聘联系电话,为图片格式
1、向目标网站发起网络请求;
2、使用xpath从响应正文提取图片url,并拼接;
3、向图片发起网络请求;
4、从响应正文中提取图片内容,并使用光学字符识别技术(PyTesseract库)从图片中提取文字。
说明:网站将关键信息变成图片,以达到使爬虫爬取不到想要的数据
例如:https://www.gxrc.com/company/1085868 的招聘联系电话,为图片格式
1、向目标网站发起网络请求;
2、使用xpath从响应正文提取图片url,并拼接;
3、向图片发起网络请求;
4、从响应正文中提取图片内容,并使用光学字符识别技术(PyTesseract库)从图片中提取文字。
版权声明:该文观点仅代表作者本人。处理文章:请发送邮件至 三1五14八八95#扣扣.com 举报,一经查实,本站将立刻删除。