文章采集程序采集网站a和b接收验证码但数据都来自对应

　　文章采集程序采集网站a和b接收验证码但数据都来自对应

　　文章采集程序采集网站a和b接收验证码但数据都来自对应网站采集程序采集程序采集网站a的上下文信息保存成结构化文本：保存页面源码图片（png格式，多张）、css、js文件多用于网站提交js代码采集程序采集网站b的接收验证码数据，保存在结构化文本：保存页面源码图片（png格式，多张），js文件多用于网站提交验证码采集程序采集数据文件采集代码保存于js文件采集代码采集程序可添加#对所有进行自动采集！！！加黑名单！！！（记得检查下有没有漏收集）添加#对所有进行自动采集接下来就是去动手自己实现了代码实现下面有详细代码。

　　抓包，看看接收的信息对应的是哪个页面。

　　买台猫爬机啊，国产的，几百到一千都有。

　　1）抓包分析出来这个信息对应的是哪个页面

　　2）打开网站后分析请求头，获取网页源代码，并对信息进行字符串拼接，

　　3）有需要自己处理信息的，就再根据其拼接语法语义判断是否做到了对信息进行量化。上面的都做到了，抓包看对应信息对应的是哪个页面，如果可以得到对应的详细地址，那就一手把握住所有信息去争取分析地址的权限。否则，不可能去全部抓包地址，必然要通过各种量化手段找到所有可能性（信息，需求，列表，专题，分类，页面等），找出那些和时间有关的，那些和开始时间有关的，这些就必须按照各种route分析再量化。

　　而通过抓包实现量化最简单的，就是定期复制浏览器标准帧，每秒和某个时间段做一次连接，比如：我发现在现在四维空间可以显示越来越多的*敏*感*词*地址：代码我也不截图了，有兴趣可以看下以前写的博客，一个简单的，算是可以自定义爬虫，而且爬取的结果可以导出pdf。地址是如何定义地址的-warfalcon的博客-csdn博客这个是我博客地址。