2019年 06月 02日 中午

  808 字     2 分钟       

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。
注意下载地址是谷歌应用商店,访问需要特殊方法,你懂的。

XPath Helper

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

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

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

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

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

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

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

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

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

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。

免责声明

Chrome 插件虽然绝大部分经过谷歌严格审查,但存在曝光过有恶意代码的情况。
本人承诺以上所有 Chrome 插件的链接以及仓库中的 crx 均来自谷歌官方商店,若插件内存在恶意代码均与本人无关,造成损失请自行承担。
如不放心可亲自审计开源代码,在 Chrome/Default/Extension 目录下可以找到 JS 源代码文件。

打包下载

如果无法进入谷歌商店,可以关注微信公众号:面向人生编程(可扫下方二维码),回复“插件”获取打包下载



Python 爬虫

本博客所有文章除特别声明外,均采用 CC BY-SA 3.0协议 。转载请注明出处!

 目录

关注公众号: 面向人生编程

回复【资料】获取精选学习资料