自动识别采集内容-6156-1--html申请认证

　　自动识别采集内容-6156-1--html申请认证

　　自动识别采集内容！！！首先申请认证！或者申请登录帐号！！！其次要生成html文件，

　　简单几步就好。-6156-1-1.html按照说明一步步来就行。

　　如果是自动爬虫的话，考虑到爬虫需要初始化才能使用一些基本功能（搜索排序，网站抓取，配置策略和脚本），或者是通过提取标题，布局搜索结果才能爬取，所以爬虫的设计最好是可以较为简单地放到代码里去处理。如果是采集网页的话，通常思路是首先采集网页列表，然后再逐个复制爬取网页。另外，内容的分词，也可以使用这个思路去思考处理。

　　经验不多，瞎说一下，

　　1、爬虫的部署你需要个防火墙

　　2、下载时验证码多了可能会崩

　　3、java什么模块你可以再问下朋友，让他给你点提示。

　　4、代码一定要写到显示文字部分，不然，爬虫放不下呢。

　　5、请求的get需要用request、post请求不要用post，

　　6、图片也需要考虑抗反爬

　　7、最好能getshader，这样js才能调用，从而实现js检测你爬虫是否正常爬取--你再问我。我真给你找点资料。