无法爬取网页内嵌的一个word文档编辑器

Question

爬取一个网页，内嵌一个word文档的编辑器，现在问题是
1 用谷歌浏览器打开会显示无法使用插件
2 可以用ie打开，但是发现无法捕捉word文档编辑器里面内容的元素，其他以外的内容都可以捕捉到元素。

请问要用何种方法才能把这个编辑器加载的word文档内容给下载下来？

Answer 1

bobby 2022-10-10 16:54:12

你应该是想抓百度文库这种网页的内容吧 https://blog.csdn.net/weixin_44510615/article/details/107694231 看看这个试试

• 提问者 慕先生1163759 #1

  是内网的系统，而且只能用ie浏览器才能加载插件，我疑惑的是，连数据都没有返回，F12返回的数据我都看了，没有一个是有对应数据的，连文件都没有。 也不知道原理是不是直接把文档加载到网页，弄了一天都没弄到，很疑惑

• bobby 回复 提问者 慕先生1163759 #2

  插件可以自己走tcp协议， 你的浏览器只能抓取到http协议， 所以这个是正常的， 可以试试wireshark抓tcp包