前言

每个网站页面的实现方式各不相同，我们需要对每个网站都进行分析。那是否有一些通用的分析方法?我分享下自己爬取分析的“套路”。在某个网站上，分析页面以及抓取数据，我用得最多的工具是Chrome开发者工具。

Chrome开发者工具是一套内置于Google Chrome 中的 Web 开发和调试工具，可用来对网站进行迭代、调试和分析。因为国内很多浏览器内核都是基于Chrome 内核，所以国产浏览器也带有这个功能。例如:UC浏览器、QQ浏览器、360浏览器等。

接下来，我们来看看Chrome开发者工具一些比较牛逼的功能。

元素面板(Elements)

通过元素(Element)面板，我们能查看到想抓取页面渲染内容所在的标签、使用什么CSS属性(例如: class=“middle”)等内容。例如我想要抓取我知乎主页中的动态标题，在网页页面所在处上右击鼠标，选择“检查”，可进入Chrome开发者工具的元素面板。

image.png

通过这种方法，我们能快速定位出页面某个DOM节点，然后可以提取出相关的解析语句。鼠标移动到节点，然后右击鼠标，选择“Copy”，能快速复制出Xpath 、 Css elector等内容解析库的解析语句。

控制台面板(Console)

控制台面板(Console）是用于显示JS和DOM对象信息的单独窗口。

在爬虫课程的js解密专题会用控制台功能调试运行js代码。

资源面板(Source)

在资源面板(Source)页面可以查看到当前网页的所有源文件。

1. 在左侧栏中可以看到源文件以树结构进行展示。
2. 在中间栏这个地方使用来调试js代码的地方。
3. 右侧是断点调试功能区。
4. 在后续js解密会用到资源面板的功能

网络(Network)面板

网络(Network)面板记录页面上每个网络操作的相关信息，包括详细的耗时数据、HTTP请求与响应标头和Cookie，等等。这就是我们通常说的抓包。

学习更多知识或解答疑问、源码、教程请点击

工具箱

Stop recording network log

默认情况下，只要开发者工具在开启状态，会记录所有的网络请求，当然，记录都是在Network 面板展示的。红色表示开启，灰色表示关闭。

Clear

清空所有数据，每一次重新分析是都需要清空之前的数据。

Filter

数据包过滤器。红色表示打开，蓝色表示关闭。

经常来使用它来过滤出一些HTTP请求，例如过滤出使用Ajax发起的异步请求、图片、视频等。

最大的窗格叫 Requests Table，此表格会列出了检索的每一个HTTP请求。默认情况下，此表格按时间顺序排序，最早的资源在顶部。点击资源的名称可以显示更多信息。

Requests Table参数:

1. all：所有请求数据（图片、视频、音频、js代码、css代码*)
2. XHR：XMLHttpRequest的缩写，是ajax技术的核心，动态加载完成经常分析的一个内容* * * css：css样式文件
3. JS：JavaScript文件，js解密是常分析的一个页面
4. lmg：lmages图片文件
5. Font：字体文件（字体反扒)
6. DoC：Document，文档内容
7. wS：WebSocket，web端的socket数据通信，一般用于一些实时更新的数据
8. Manifest：显示通过manifest缓存的资源。包括很多信息，如js库文件会显示文件地址、大小和类型;

Search

搜索框，只要在ALL里面出现的过的内容，就可以被直接搜索到。常用与数据检索与JS解密

reserve log

保留日志。当分析在多个页面跳转的内容时，一定要勾上，不然当页面发生新的跳转是，历史数据全部都会被清空。保留日志，做爬虫是一定需要勾上

Disable cache

清空JavaScript、css文件的缓存，获取最新的。

Hide data URLS

用于是否隐藏dataurl，那么什么是dataurl呢?传统的通常img标记的src属性指定了一个远程服务器的资源，浏览器针对每个外部资源需要向服务器发送一次拉取资源请求。而Data URL技术是图片数据以base64字符串格式嵌入到了页面中，和HTML融为一体。

Requests详情:

请求头

Headers是显示HTTP请求的 Headers，我们通过这个能看到请求的方式，以及携带的请求参数等。

General

• Request url ：实际请求的网址
• Request Method：请求方法
• Status Code：状态码，成功时为200

Response Headers

服务器返回时设置的一些数据，例如服务器更新的cookie数据最新是在这里出现修改

Requests Headers

请求体，请求不到数据的原因一般出在这里。反扒也是反扒请求体里面的数据Accept:服务器接收的数据格式（一般忽略)

• Accept-Encoding：服务器接收的编码（—般忽略)
• Accept-Language：服务器接收的语言(一般忽略)
• Connection：保持连接（一般忽略)
• Cookies： cookies信息，是身份信息，爬取VIP资源是需要携带身份信息
• Host：请求的主机地址
• User-Agent：用户身份代理，服务器根据这个判断用户的大概信息
• Sec-xxx-xXx：其他信息，可能没用，可能是反扒。具体情况具体分析

预览

Preview是请求结果的预览。一般用来查看请求到的图片，对于抓取图片网站比较给力。

响应体

Response是请求返回的结果。一般的内容是整个网站的源代码。如果该请求是异步请求，返回的结果内容一般是Json文本数据。

此数据与浏览器展示的网页可能不一致，因为浏览器是动态加载的

尾语

好了，我的这篇文章写到这里就结束啦！

有更多建议或问题可以评论区或私信我哦！一起加油努力叭(ง •_•)ง

喜欢就关注一下博主，或点赞收藏评论一下我的文章叭！！！