哪一个更适合屏幕抓取？ 简单的html dom 或 snoopy ?? 我使用简单的html dom，发现它很舒服.. 史努比比简单的html dom有什么优势吗？
我的要求：如果我想从页面中抓取内容（登录后）.. 简单的html dom很简单，但打印结果需要很长时间..
答案 0 :(得分：1)
Snoopy是一个众所周知/成熟的软件包吗？
如果不是，那么所有其他事情都是平等的，我可能会使用通用的HTML DOM代码 - 特别是如果抓取有点简单。
但只有你知道你的代码什么时候开始变得太大，无法管理等等，在这一点上，看看像Snoopy这样的其他工具可能会更好。
（诚然，我没有经验;对于那些不熟悉它的人来说显然是http://sourceforge.net/projects/snoopy/ - “Snoopy是一个模拟网络浏览器的PHP类。它自动执行检索网络的任务例如，页面内容和发布表单。“）
我发布的真正原因，即使我不知道史努比本身也因此无法明确回答你的问题，就是问你是否考虑过使用Selenium（http://www.seleniumhq.org/）代替史努比。
Selenium是一个相当着名的测试工具，在我看来，使用它做你正在做的事情（如果可以的话）的一个好处就是它内置了测试。
好的原因是屏幕抓取是一种固有的脆弱任务 - 如果目标网站发生了变化，那么你的抓取就会失败。所以这是一个很好的设计，有一个自动刮刮/测试刮刮工作系统。
无论如何要考虑的事情。
答案 1 :(得分：0)
我偶然发现了基于Python的BeautifulSoup。我想也有很多其他人。
看起来Snoopy是基于PHP的，因此只能在服务器端运行。这是你真正想要的吗？你有什么要求？请详细说明。