22
33crawlHTML 是爬虫实例的方法,通常用于爬取静态 HTML 页面。
44
5- ## 类型
5+ ## 类型 {#type}
66
77crawlHTML API 是一个函数。类型是 [ 重载函数] ( https://www.typescriptlang.org/docs/handbook/2/functions.html#function-overloads ) 可以通过不同的配置参数调用该函数(在类型方面)。
88
@@ -29,7 +29,7 @@ type crawlHTML = {
2929
3030- 查看 [CrawlHTMLSingleResult](/cn/type/crawl-html#crawlhtmlsingleresult) 类型
3131
32- ## 示例
32+ ## 示例 {#example}
3333
3434` ` ` js
3535import { createCrawl } from ' x-crawl'
@@ -40,7 +40,7 @@ const crawlApp = createCrawl()
4040crawlApp .crawlHTML (' https://www.example.com' ).then ((res ) => {})
4141```
4242
43- ## 配置
43+ ## 配置 {#configuration}
4444
4545一共有 4 种:
4646
@@ -49,7 +49,7 @@ crawlApp.crawlHTML('https://www.example.com').then((res) => {})
4949- 混合目标数组配置 - (string | CrawlHTMLDetailTargetConfig)[ ]
5050- 进阶配置 - CrawlHTMLAdvancedConfig
5151
52- ### 简单目标配置 - string
52+ ### 简单目标配置 - string {#simple-target-configuration---string}
5353
5454这是简单目标配置。如果你只想单纯爬一下这个静态 HTML 页面,可以试试这种写法:
5555
@@ -65,7 +65,7 @@ crawlApp.crawlHTML('https://www.example.com').then((res) => {})
6565拿到的 res 将是一个对象。
6666:::
6767
68- ### 详细目标配置 - CrawlHTMLDetailTargetConfig
68+ ### 详细目标配置 - CrawlHTMLDetailTargetConfig {#detailed-target-configuration---crawldatadetailtargetconfig}
6969
7070这是详细目标配置。如果你想爬一下这个静态 HTML 页面,并且需要失败重试之类的,可以试试这种写法:
7171
@@ -89,7 +89,7 @@ crawlApp
8989拿到的 res 将是一个对象。
9090:::
9191
92- ### 混合目标数组配置 - (string | CrawlHTMLDetailTargetConfig)[ ]
92+ ### 混合目标数组配置 - (string | CrawlHTMLDetailTargetConfig)[ ] {#mixed-target-array-configuration---(string-|-CrawlDataDetailTargetConfig) [ ] }
9393
9494这是混合目标数组配置。如果你想爬取多个静态 HTML 页面,并且有些静态 HTML 页面需要失败重试之类的,可以试试这种写法:
9595
@@ -112,7 +112,7 @@ crawlApp
112112拿到的 res 将是一个数组,里面是对象。
113113:::
114114
115- ### 进阶配置 - CrawlHTMLAdvancedConfig
115+ ### 进阶配置 - CrawlHTMLAdvancedConfig {#advanced-configuration---crawldataadvancedconfig}
116116
117117这是进阶配置,targets 是混合目标数组配置。如果你想爬取多个静态 HTML 页面,并且爬取目标配置(proxy、cookies、重试等等)不想重复写,还需要间隔时间、设备指纹以及生命周期等等,可以试试这种写法:
118118
0 commit comments