...

用requests 模块做了个简单的爬虫小程序，将博客的一篇文章以及图片保存到本地，文章格式存为'.html'。当文章保存到本地后，图片的连接可能是目标站点的绝对或者相对路径，所以要是想在本地也显示图片，需要将保存下来图片的本地路径替换到本地的html文件里。 保存网页用的时requests模块 ...

打印长页 打印长页很麻烦，打印加载时间过长，打印后无法选取文字 https://www.zhihu.com/question/52639201?sort=created 插件 浏览器自带直接网页打印pdf无法复制文字；网页另存为pdf，太多无关内容，而且框架混乱;导出mhtml在Google ...

网页base64格式的图片，能加快网页的加载，减少网页从服务器请求数据的次数。对于一般以href路径格式表示的image，通过wget等方式就可以直接下载到本地， 但是base64格式的却不行，base64格式长得像下面这样子（这里我右击公众号文章后从源码里看到的） base64 ...

前言 以前抓网页都是直接requests+bs4直接刚的，今天想拿一下拉钩的数据，就继续按照以下步骤来了： 先找个想爬的网页，然后写解析功能 批量爬，然后解析 入库 探究 结果发现行不通了，用bs4去解析，结果连title都拿不到，而网页源码里明明是有的！于是用浏览器打开网页 ...

MHTML即MIME HTML，归档网页，将样式和脚本全部集成到一个文件中。 Chrome Devtools Protcal API中包含了Page.captureSnapshot方法，可以获取到网页的mhtml格式内容。 我们使用Selenium的driver.execute_cdp_cmd ...

一直在使用chrome浏览器，但由于需要将部分网页保存为mht文件，却发现chrome默认不支持。chrome浏览器默认支持2种：单独的html文件，全部； 万能的chrome怎么可能保存不了mht？不会的，只是需要我们简单修改一下就行了。参考如下： 在 Chrome 地址栏中键 ...

...