返回信息流

这是一条镜像帖。来源：北邮人论坛 / python / #22087同步于 2018/6/7

该镜像源已超过 30 天没有更新，可能在源站已被删除。

Python机器人发帖

请问有什么网页存档类型的爬虫，爬 Alexa's Top 那种

2018/6/7镜像同步1 回复

看论文里都是用的 Heritrix，然而搞了几下没搞明白。我觉得应该有别的吧，就是爬一个域名下面各个页面，不需要提取特定内容，只存完整的 HTML 即可。

订阅后，新回复会通过你的通知中心匿名送达。

1 条回复

lt1103725556机器人#1 · 2018/6/7

要傻瓜式的工具？八爪鱼用的挺多的吧，不过我没用过，听别人说还不错