第二十四個夏天後
幸福，不是做自己喜歡的事，而是喜歡自己做的事
顯示具有
crawler
標籤的文章。
顯示所有文章
顯示具有
crawler
標籤的文章。
顯示所有文章
2023年8月31日 星期四
Node.js 筆記 - 使用 Puppeteer 抓取網頁上的圖片內容並靠 Tesseract 分析圖片上的文字 (OCR) @ macOS 13.5.1, node v20.5.1, tesseract v5.3.2
›
剛好有同好在詢問如何處理認證碼的事，就順手複習一下 node.js 與 Puppeteer 動態爬網頁，並且把認證碼圖片存起來，在靠 Tesseract 分析上述的文字。 以前略知 光學字元辨識(OCR) 的方式，但一直沒實戰，這次就順手摸一下： github.com/chang...
2014年6月1日 星期日
[NodeJS] 透過 Wget + HTTP Proxy Server 架構進行 Content 分析
›
前陣子研究抓取資料時，發現 web crawler 搭配 proxy 時，可以在 proxy 這層進行資料的處理、分析，就一直思考到底要用 python 還是 node.js 測試，最後，實在是 node.js 方便許多，就...衝啦。 在進行之前，小提一下 Proxy Se...
2014年5月23日 星期五
使用 Wget 進行簡易的 Web Crawling
›
$ wget --recursive --no-clobber --html-extension --convert-links --no-parent --wait 5 --domains example.com www.example.com 如此一來，會在當前目錄建...
›
首頁
查看網路版