我不能用colly go在福布斯前亿万网站上搜索

Question

package main

import (
"encoding/csv"
"fmt"
"os"

"github.com/gocolly/colly"
)

 func checkError(err error){
 if err!=nil{
    panic(err)
}
}
func main(){
fName:="data.csv"
file,err:=os.Create(fName)
checkError(err)
defer file.Close()
writer:=csv.NewWriter(file)
defer writer.Flush()
c:=colly.NewCollector(colly.AllowedDomains("forbes.com","www.forbes.com"))
c.OnHTML(".scrolly-table tbody tr", func(e *colly.HTMLElement) {
        writer.Write([]string{
            e.ChildText(".rank .ng-binding"),
        })
    })  
    c.OnError(func(_ *colly.Response, err error) {
        fmt.Println("Something went wrong:", err)
    })
    c.OnRequest(func(r *colly.Request) {
        fmt.Println("Visiting", r.URL)
    })
    c.OnResponse(func(r *colly.Response) {
        fmt.Println("Visited", string(r.Body))
    })
    c.Visit("https://forbes.com/real-time-billionaires/")
     }

这是我的代码，当我请求时，我将获得备用页面This is the link for forbes that i am trying to scrape

我已经注意到网站使用散列路径，这是在网址的最后一部分，我不能请求与同一网址两次，我认为它在某种程度上与抓取有关，有人能帮我吗？

Answer 1

如果您在浏览器中禁用javascript，请确保可用(您可以使用开发人员工具执行此操作)。大多数抓取器只能得到页面的文本表示，而浏览器也会对其运行javascript引擎。如果你试图抓取的数据是用Javascript填充的，那么很有可能这就是你不能抓取它的原因。

Answer 2

Colly只能用于静态抓取，chromedp可以用于抓取客户端渲染的应用程序。