网络蜘蛛如何抓取 ::before 中的内容？答案

【问题标题】：How could a web spider crawl the content in ::before?网络蜘蛛如何抓取 ::before 中的内容？
【发布时间】：2017-08-30 11:04:19
【问题描述】：

::before 或::after 等伪元素中的内容实际上并不存在于 DOM 树中。所以，不可能通过选择器找到它。

问题是，我如何提取其中的内容？例如：

<div>This is <span></span>n apple.</div>
...
span::before {
    content : "a"
}

shows : This is an apple.

但是如果我提取div的文本，我只会得到This is n apple.没有span::before中的内容。

我该如何处理这个问题？

【问题讨论】：

【解决方案1】：

我该如何处理这个问题？

老实说，不要为此使用伪元素。

伪元素专门设计用于从文档树外部呈现内容。

这种“生成的内容”由::before 和::after 伪元素的content 属性指定，通常用于添加纯装饰性内容。

因此，搜索引擎应该没有理由将生成的内容编入索引。

【讨论】：

这个，如果你正在爬取第三方网站，该网站使用生成的内容来做这类事情，那对你来说太糟糕了。
哦，我可以看到这个的用途。如果 DOM 树的内容实际上是“apple”（例如，对于带有图片或其他东西的标识符，“apple”、“pear”等）并且您想用适当的文章来装饰它们。像那样的东西。但当然在这些情况下，没有必要刮掉添加的单词。
@BoltClock 指出问题，我需要爬取第三方网站。而这个，使用伪元素显示正常内容，是一种反爬虫技术。
@Mr Lister：基本上，如果内容是必不可少的，就不应该生成内容。