一键抓取网站源码

A. VB：如何通过VB获取某个网站的所有页面源代码

两种实现方式：
1、先用WebBrowser控件、iNet控件或xmlhttp组件获取网站首页代码（这个网上有一大堆介绍，就不啰嗦了），然后分析代码，找出其中的超链接，然后再逐个获取其页面代码，这里要注意的是，要区分外链和内链，外链就不要去获取代码了（否则的话如果网站上有个网络的链接，那么你的程序就要去获取网络的页面了）；另外还要控制获取的层数（比如说一级子页面是第二层，二级子页面是第三层），否则的话遇到大型网站你的程序很可能进入死循环。
2、利用浏览器的缓存来获取，主要是IE的缓存。windows系统有专门的对IE缓存进行读写操作的API函数。要想获取某个网站的源码，可以用IE打开这个网站，然后把里面的链接都手工点击一遍，使页面代码能被IE自动放入缓存文件夹中即可。当然，如果网站比较大，这个过程可能会比较繁复。然后再通过程序遍历IE的整个缓存系统，把与该网站相关的所有资源都提取出来。通过这种方法，不但可以提取HTML代码，还有js代码、css代码，以及页面上的所有图片、动画、视频等资源。我个人比较喜欢这种方法。

B. 怎么在浏览器上获取网站源码

打开一个网页，然后右击，查看网页源码就行了
当然也可以通过软件实现扒网站功能，抓取网页的源码
同样也可以通过数据采集来实现滚去网站源码的功能，跟前者差不多

C. 如何使用python或R抓取网页被隐藏的源代码

隐藏的源代码？不知道你指的是什么？我的理解有两种，一是不在前段显示，但是查看源代码时有，二是，异步加载的内容在前端和源代码中均看不到，第一种很容易解决，想必你指的时第二种，解决方法有三种：

1. 模拟浏览器，动态获取，可以使用大杀器selenium工具

   使用这种方法可以实现只要能看到就能抓取到，如鼠标滑过，异步加载等，因为他的行为可以与浏览器一模一样，但是这种方式的效率却是最低的，一般不到实在没有办法的时候不推荐使用。

2. 执行js代码

   在python中执行异步加载的js代码，获得一些诸如鼠标滑过，下拉加载更多等，但是现在的网站中都有非常多的js代码，要找到需要执行的目标js代码时非常困难和耗时的，此外python对js的兼容性也不是很好，也不推荐使用。

3. 找到异步加载的json文件，最常用，最方便，最好用的方法，这是我平常抓取动态异步加载网站时最常用的方法，可以解决我99%的问题。具体的使用方法是打开浏览器的开发者工具，转到network选项，之后重新加载网页，在network中的列表中找到加载过程中加载的需要动态异步加载的json文件，以京东为例，如图，第一张找到的是异步加载的库存信息的json文件，第二招找到的是异步加载的评论信息的json文件：

   

具体更详细的方法可以google或网络

D. 怎么提取一个网站的php源码

提取基本上是不可能的，因为这是后端的解释语言，不要试图用非法手段。
可以寻找类似的源码，其实高质量的好看的源码模板多了去了。
高质量带说明文档的源码获取方法：（先下载，看源码需求，再搭建环境很重要）：
1、打开网络，搜索“PopMars-专注共享资源 – 免费教程”
2、打开其中名字为 “PopMars-专注共享资源 – 免费教程|Php源码免费下载|IOS App应用...” 的网站
3、里面可以找到大量的php源码
准备：查看源码里面的说明文件，源码运行的基本情况需求。在本机安装相应的环境即可运行。例如PHP7.0/Mysql 5.5等等。关于本机的环境你可以使用类似xampp的一键部署包

E. 精易Web浏览器1.取网页源码 ()命令怎么使用，怎么获取网页源码

网站要转空间，源代码坑定是需要的。要不然你网站怎么显示呢。你既然都有FTP账号密码了，下载一个FTP工具，就可以把你自己网站的代码给下载下来了。如果这个网站是你的或者你公司花钱买的。那么这代码就属于网站的一部分。你可以拥有的哦。如果对方实在不给代码。你只能自己在从新做个网站了。找个公司写份代码。你的域名是可以绑定到新网站用的。
一个网站有三部分组成。域名、空间、代码。 这是保证一个网站能正常被访问和操作的最基本的要求。

F. php抓取网页源码方法

可以使用file_get_content函数来获取源代码，你只需要把网站传入这个函数，获取后是一个字符串，你需要格式化代码就可以了

G. 求python抓网页的代码

python3.x中使用urllib.request模块来抓取网页代码，通过urllib.request.urlopen函数取网页内容，获取的为数据流，通过read()函数把数字读取出来，再把读取的二进制数据通过decode函数解码（编号可以通过查看网页源代码中<meta http-equiv="content-type" content="text/html;charset=gbk" />得知，如下例中为gbk编码。），这样就得到了网页的源代码。

如下例所示，抓取本页代码：

importurllib.request

html=urllib.request.urlopen('
).read().decode('gbk')#注意抓取后要按网页编码进行解码
print(html)

以下为urllib.request.urlopen函数说明：

urllib.request.urlopen(url,
data=None, [timeout, ]*, cafile=None, capath=None,
cadefault=False, context=None)

Open the URL url, which can be either a string or a Request object.

data must be a bytes object specifying additional data to be sent to
the server, or None
if no such data is needed. data may also be an iterable object and in
that case Content-Length value must be specified in the headers. Currently HTTP
requests are the only ones that use data; the HTTP request will be a
POST instead of a GET when the data parameter is provided.

data should be a buffer in the standard application/x-www-form-urlencoded format. The urllib.parse.urlencode() function takes a mapping or
sequence of 2-tuples and returns a string in this format. It should be encoded
to bytes before being used as the data parameter. The charset parameter
in Content-Type
header may be used to specify the encoding. If charset parameter is not sent
with the Content-Type header, the server following the HTTP 1.1 recommendation
may assume that the data is encoded in ISO-8859-1 encoding. It is advisable to
use charset parameter with encoding used in Content-Type header with the Request.

urllib.request mole uses HTTP/1.1 and includes Connection:close header
in its HTTP requests.

The optional timeout parameter specifies a timeout in seconds for
blocking operations like the connection attempt (if not specified, the global
default timeout setting will be used). This actually only works for HTTP, HTTPS
and FTP connections.

If context is specified, it must be a ssl.SSLContext instance describing the various SSL
options. See HTTPSConnection for more details.

The optional cafile and capath parameters specify a set of
trusted CA certificates for HTTPS requests. cafile should point to a
single file containing a bundle of CA certificates, whereas capath
should point to a directory of hashed certificate files. More information can be
found in ssl.SSLContext.load_verify_locations().

The cadefault parameter is ignored.

For http and https urls, this function returns a http.client.HTTPResponse object which has the
following HTTPResponse
Objects methods.

For ftp, file, and data urls and requests explicitly handled by legacy URLopener and FancyURLopener classes, this function returns a
urllib.response.addinfourl object which can work as context manager and has methods such as

geturl() — return the URL of the resource retrieved,
commonly used to determine if a redirect was followed

info() — return the meta-information of the page, such
as headers, in the form of an email.message_from_string() instance (see Quick
Reference to HTTP Headers)

getcode() – return the HTTP status code of the response.

Raises URLError on errors.

Note that None
may be returned if no handler handles the request (though the default installed
global OpenerDirector uses UnknownHandler to ensure this never happens).

In addition, if proxy settings are detected (for example, when a *_proxy environment
variable like http_proxy is set), ProxyHandler is default installed and makes sure the
requests are handled through the proxy.

The legacy urllib.urlopen function from Python 2.6 and earlier has
been discontinued; urllib.request.urlopen() corresponds to the old
urllib2.urlopen.
Proxy handling, which was done by passing a dictionary parameter to urllib.urlopen, can be
obtained by using ProxyHandler objects.

Changed in version 3.2: cafile
and capath were added.

Changed in version 3.2: HTTPS virtual
hosts are now supported if possible (that is, if ssl.HAS_SNI is true).

New in version 3.2: data can be
an iterable object.

Changed in version 3.3: cadefault
was added.

Changed in version 3.4.3: context
was added.

H. 提交数据之后如何取网页源码

先调试输出，找到网页上你要的数据，然后新建一个变量，用取出中间文本来取出你要的数据。
获取网页源代码中的具体步骤如下：
1、首先我们在浏览器里随意打开一张网页查看其源代码。
2、然后我们点击浏览器上的查看。
3、在选项中选择后面位置的查看源代码。
4、然后我们可以看到该网页中的源代码。
5、其中的源代码也可以点击访问。
6、点击访问的源代码的显示的如下图，即可看到源代码所显示的数据。
7、重新测试程序，从网页源码编辑框的看反馈结果.

I. 怎样取得网页中的HTML源代码

1、浏览器打开网页，右键-》查看源代码

以上两种方法，选择其一即可。

J. 如何获取自己网站的源码！

首先你要确认网站源码没有加密
第二,进入自己 的ftp下载全部源码,如果是php/mysql还要备分mysql库
第三,把源码上传到空间,重新导入数据,配置库参数
第四,解析绑定域名