开发者工具 remote address 开发者工具是什么

chrome 开发者工具

当我们爬取不同的网站是，每个网站页面的实现方式各不相同，我们需要对每个网站都进行分析。那是否有一些通用的分析方法？我分享下自己爬取分析的“套路”。在某个网站上，分析页面以及抓取数据，我用得最多的工具是 Chrome 开发者工具。

Chrome 开发者工具是一套内置于 Google Chrome 中的 Web 开发和调试工具，可用来对网站进行迭代、调试和分析。因为国内很多浏览器内核都是基于 Chrome 内核，所以国产浏览器也带有这个功能。例如：UC 浏览器、QQ 浏览器、360 浏览器等。

接下来，我们来看看 Chrome 开发者工具一些比较牛逼的功能。

1、元素面板（Elements）

通过元素（Element）面板，我们能查看到想抓取页面渲染内容所在的标签、使用什么 CSS 属性（例如：class=“middle”）等内容。例如我想要抓取我知乎主页中的动态标题，在网页页面所在处上右击鼠标，选择“检查”，可进入 Chrome 开发者工具的元素面板。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-09NePd3O-1597473640899)(assets/image-20200111191023131.png)]

通过这种方法，我们能快速定位出页面某个 DOM 节点，然后可以提取出相关的解析语句。鼠标移动到节点，然后右击鼠标，选择 “Copy”，能快速复制出 Xpath 、CSS elector 等内容解析库的解析语句。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4usFUEO6-1597473640900)(assets/image-20200111191057374.png)]

2、控制台面板（Console）

控制台面板（Console）是用于显示JS和DOM对象信息的单独窗口。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-s2j2rLQH-1597473640901)(assets/image-20200702213112830.png)]

在爬虫课程的js解密专题会用控制台功能调试运行js代码。

3、资源面板（Source）

在资源面板（Source）页面可以查看到当前网页的所有源文件。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-PXUrFqzo-1597473640903)(assets/image-20200702213715985.png)]

在左侧栏中可以看到源文件以树结构进行展示。

在中间栏这个地方使用来调试js代码的地方。

右侧是断点调试功能区。

在后续js解密会用到资源面板的功能

4、网络面板（Network）

网络（Network）面板记录页面上每个网络操作的相关信息，包括详细的耗时数据、HTTP 请求与响应标头和 Cookie，等等。这就是我们通常说的抓包。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ps0MqFDW-1597473640904)(assets/image-20200111191154950.png)]

4、1 工具栏

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-f3xAjFg7-1597473640905)(assets/image-20200513150710530.png)]

Stop recording network log

默认情况下，只要开发者工具在开启状态，会记录所有的网络请求，当然，记录都是在Network面板展示的。红色表示开启，灰色表示关闭。

Clear

清空所有数据，每一次重新分析是都需要清空之前的数据。

Filter

数据包过滤器。红色表示打开，蓝色表示关闭。

经常来使用它来过滤出一些 HTTP 请求，例如过滤出使用 Ajax 发起的异步请求、图片、视频等。

最大的窗格叫 Requests Table，此表格会列出了检索的每一个 HTTP 请求。默认情况下，此表格按时间顺序排序，最早的资源在顶部。点击资源的名称可以显示更多信息。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-IW0fcXxD-1597473640906)(assets/image-20200111191256553.png)]

Requests Table参数：

• all：所有请求数据（图片、视频、音频、js代码、css代码* ）
• XHR：XMLHttpRequest 的缩写，是ajax技术的核心，动态加载完成经常分析的一个内容
• CSS: css样式文件
• JS：JavaScript文件，js解密是常分析的一个页面
• Img： Images 图片文件
• Font： 字体文件（字体反扒）
• DOC ： Document，文档内容
• WS: WebSocket，web端的socket数据通信，一般用于一些实时更新的数据
• **Manifest：显示通过manifest缓存的资源。包括很多信息，如js库文件会显示文件地址、**大小和类型；

Search

搜索框，只要在 ALL 里面出现的过的内容，就可以被直接搜索到。常用与数据检索与 JS 解密

Preserve log

保留日志。当分析在多个页面跳转的内容时，一定要勾上，不然当页面发生新的跳转是，历史数据全部都会被清空。保留日志，做爬虫是一定需要勾上

Disable cache

清空 JavaScript、css 文件的缓存，获取最新的。

Hide data URLs

用于是否隐藏dataurl，那么什么是dataurl呢？传统的通常img标记的src属性指定了一个远程服务器的资源，浏览器针对每个外部资源需要向服务器发送一次拉取资源请求。而Data URL技术是图片数据以base64字符串格式嵌入到了页面中，和HTML融为一体。

4、2 Requests详情：

请求头

Headers 是显示 HTTP 请求的 Headers，我们通过这个能看到请求的方式，以及携带的请求参数等。

• General
  Request url ：实际请求的网址
  Request Method： 请求方法
  Status Code： 状态码，成功时为 200
• Response Headers
  服务器返回时设置的一些数据，例如服务器更新的cookie数据最新是在这里出现修改
• Requests Headers
  请求体，请求不到数据的原因一般出在这里。反扒也是反扒请求体里面的数据
  Accept：服务器接收的数据格式（一般忽略）
  Accept-Encoding: 服务器接收的编码（一般忽略）
  Accept-Language: 服务器接收的语言（一般忽略）
  Connection: 保持连接（一般忽略）
  Cookies： cookies信息，是身份信息，爬取VIP资源是需要携带身份信息
  Host: 请求的主机地址
  User-Agent: 用户身份代理，服务器根据这个判断用户的大概信息
  Sec-xxx-xxx: 其他信息，可能没用，可能是反扒。具体情况具体分析

预览

Preview 是请求结果的预览。一般用来查看请求到的图片，对于抓取图片网站比较给力。

响应体

Response 是请求返回的结果。一般的内容是整个网站的源代码。如果该请求是异步请求，返回的结果内容一般是 Json 文本数据。

此数据与浏览器展示的网页可能不一致，因为浏览器是动态加载的

课外拓展HTTP 传输

https://mp.weixin.qq.com/s/aSwXVrz47lAvQ4k0o4VcZg

的内容是整个网站的源代码。如果该请求是异步请求，返回的结果内容一般是 Json 文本数据。

此数据与浏览器展示的网页可能不一致，因为浏览器是动态加载的

课外拓展HTTP 传输

https://mp.weixin.qq.com/s/aSwXVrz47lAvQ4k0o4VcZg