Java关于京东商品页面的爬取遇到的问题以及解决. |
您所在的位置:网站首页 › 京东 数据加载失败 › Java关于京东商品页面的爬取遇到的问题以及解决. |
问题一:
在进行爬取的测试中显示 window.location.href='https://passport.jd.com/uc/login'最后解决的方法是在浏览器按F12进行查看在请求头添加这个内容 user-agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.110 Safari/537.36 可以自行在浏览器进行查看 这样就解决了爬取显示要登录的问题 问题二京东的页面现在的sku和spu是一致的,如果直接获取spu的话,会直接显示为" " 使用debug进行查看时 所有进行获取的时候,直接写成data-sku就可以啦 问题三在进行获取图片时获取不到 我们这里看到的是src 然后进行代码测试 String picUrl = skuEle.select("img[data-sku]").first().attr("src");获取不到… 使用bebug进行查看 发现根本不是src,所有需要在哪个获取哪里进行更改 String picUrl = skuEle.select("img[data-sku]").first().attr("data-lazy-img"); 问题四商品图片下载不了 一直报错 看到了关键字Target host is not specified 然后通过debug找到了图片传入的url没有https: 在前面加入就可以解决了 问题五在爬取一段时间后,进行报错Expected scheme-specific part at index 6: https: 最后通过debug发现,当爬取一会后,传入的地址会为空 及"" 进行健壮性判断就可以啦 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |