有一个网页在加载时会随机使用表格/控件/谷歌广告。但是，该集合是封闭的-根据我的测试，至少存在三种可能的变体，其中两种非常普遍，而第三种非常罕见。
我希望能够根据每个变体对该网页进行分类。我尝试分析每个变体的html源，但是根据Python字符串等于和Python difflib，所有变体的html都完全相同。似乎没有任何信息指定将Google广告或控件放置在何处。
例如，考虑具有两个框的图片，一个红色框（称为框A）和一个蓝色框（称为框B）。盒子本身永远不会改变位置，但是占据它们位置的东西却会改变。
现在考虑两种可能的变体，每次加载/打开网页时都选择其中一种。
变体1：假设有50％的时间，google广告位于框A（红色框），因此网站控件位于框B（蓝色框）。
变体2：假设也有50％的时间，google广告位于框B（蓝色框），因此网站控件位于框A（红色框）。
因此，如果我加载网页，如何根据其变化对其进行分类？
如果每次的HTML绝对相同，则可能是在客户端使用javascript进行了变体。
答案取决于您所说的“分类”。如果您只想知道在页面的任何给定负载下小部件的位置，您可能必须使用Selenium之类的东西，实际上可以在浏览器中打开页面并运行javascript，而不仅仅是获取HTML源代码。然后，您将需要使用Selenium评估一些可检测窗口小部件位置的JavaScript。seleniumpython有一个非常简单易用的模块。考虑将其连接到PhantomJS，因此您不必打开浏览器窗口。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句