百度文库无法复制分析笔记一_百度文库剩余*页未读-优快云博客

本文链接：https://blog.youkuaiyun.com/HumorChen99/article/details/107629161

本文介绍了一种从百度文库动态加载页面中抓取文本的方法，通过jQuery选择器定位到所需元素，并利用循环遍历获取所有文本内容。特别针对百度文库的特殊页面结构和动态加载特性进行了详细解析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

声明：以下内容仅供学习参考使用，不得用于商业用途，如有侵权，联系作者删除（邮箱:humorchen@vip.qq.com）
网页图：

网页关键结构

第一页

<div>四层盒子

<div class='ie-fix'>
很多个<p></p>，这是我们需要的

</div>

我们需要的是class='ie-fix'下面所有的p元素中的文字

经过分析，百度文库的页面内容是动态生成的，每次只加载三页，你看哪里就加载到哪里去，所以无法直接抓取所有p元素

而且一旦你改变他的class内容文字就会消失

阅读全文代码，展开剩余未读页

$('.fc2e').click()

关键！！！获取文字并输出（正在阅读的已经加载的三页）,百度文库网页做了处理，无法调用console.log()函数

var str="";
$('.ie-fix').each(function(index,data){
    $(data).children().each(function(index,data){
        str+=$(data).text()
    })
})
str

效果图：

控制台里面的这些内容即可直接复制!!!

总结！！！

获取当前阅读的文本方法，按F12到控制台粘贴一下代码回车

var str="";$('.ie-fix').each(function(index,data){$(data).children().each(function(index,data){str+=$(data).text()})});str