爬虫工程师常用的 Chrome 插件
做多了爬虫都知道,写一个爬虫大部分时间不是在代码上,而是在分析网页上,所有有一套好用的工具可以极大节省劳动力,这里把平时积累的一些 Chrome 插件分享出来,均来自本人和同事推荐,并不定时更新,欢迎点赞和收藏。
下面大标题指向的是谷歌应用商店,访问需要特殊方法,也可以进入本仓库的extensions
目录中下载。
XPath Helper
相比较 Chrome 自身的 html 搜索,这款插件好用之处是可以显示匹配结果,在插件里写出正确的 XPath 语句后再复制到代码里即可。
Toggle JavaScript
一键拦截网页所有的 JS,可以快速区分出哪些是异步加载的数据,绝对是爬虫必备神器。
FeHelper
这款插件的强大之处不想多说,看上面的截图就行了,其中一些数据转换的功能,在分析请求时会经常用到。
JSON-Handle
这是由知乎 @流沙 推荐的 JSON 格式化插件,虽然上面推荐的已经带有 JSON 功能,但这款插件带有局部选取、对象类型、数组长度等小功能,我试用了几天很实用,适合有额外需求的时候。
User-Agent Switcher
快速修改 UserAgent
的插件,当需要请求移动端页面时,或者需要传特殊的 UA 时,不要忘记它。
X-Forwarded-For Header
有时候网站过滤 IP 是通过请求 Headers 中的 X-Forwarded-For
字段,通过这个插件就可以修改此字段,用来快速进行判断。
SwitchyOmega
快速切换 HTTP / Socks 代理的插件,还能根据匹配地址自动切换。另一个技巧是配合 Charles、Burp Suite 这类抓包工具,这些工具使用时需要设置本地代理,可以提前设置好用时就切换。
Wappalyzer
可以解析当前前端页面所使用的框架及服务支持,这样可以针对 Web 框架使用特殊的爬取方式。
Web Scraper
又一个神器,如果只是简单的爬取数据,不需要部署和更复杂的操作,可以使用这款插件,内置在 Chrome 控制台,直接操作 Chrome 浏览器进行爬取,不需要写一行代码,支持多种导出格式。
EditThisCookie
爬虫遇到权限页面时,难免要对 Cookie 反复调试,这款插件可以对当前站点进行 Cookie 编辑,支持增删改查、导入导出、一键清空、搜索等功能。
打包下载
如果无法进入谷歌商店,可关注微信公众号:面向人生编程 (可扫本页底部二维码),回复”插件“获取打包下载。