信件列表_首都之窗_北京市人民政府门户网站（http://www.beijing.gov.cn/hudong/hdjl/com.web.search.mailList.flow）的 页面
打开 审查元素 会发现 页标的href 隐藏在 onclick中 但是没有办法读取
我们就利用geckodiver +firefox 模拟网页点击 来实现页面之间的切换
selenium 是模拟网页 很多网页会防止爬虫 （不要被网页发现 我们是人）
爬取数据两分钟 约两千条：
后面是利用 hive +sqoop +MysqL
完成数据处理 ：
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
