Obscura CLI 指南——七种输出格式与并发抓取
七种输出格式、并发 Worker、JS 注入执行、SPA 等待策略——Obscura CLI 一条命令就是一个完整的无头浏览器。
Blog
标签：爬虫
当前标签共有 4 篇文章。
Nanobrowser 源代码解析：多智能体采集循环——Executor 如何驱动 Planner + Navigator 爬取多页
Executor 的核心是一个 for 循环：Planner 每 N 步规划一次方向，Navigator 每次执行一个操作。Planner 说完成了就停，Navigator 说完成了让 Planner 验证。连续失败超过上限就放弃。
Nanobrowser 源代码解析：可点击元素检测与哈希去重——智能体怎么「看」页面
getClickableElements 遍历 DOM 找出可交互元素。hashDomElement 用三层哈希（分支路径 + 属性 + XPath）给每个元素一个唯一指纹。一个 30 行的迭代栈替代了递归的 DOM 遍历。
Nanobrowser 源代码解析：Markdown 提取与 Readability——采集页面的两种管线
getMarkdownContent 用 turndown 把 DOM 转成 Markdown。getReadabilityContent 用 Mozilla Readability 提取文章正文。两条管线在 service.ts 里只有 40 行，但背后的设计取舍值得爬虫开发者了解。