GooSeeker

网页数据提取工具包MetaSeeker的强项就是提取AJAX网页数据，在GooSeeker社区网站上有大量的文章讲述AJAX网页数据的提取，DataScraper由于集成了Mozilla的完整功能特性，Javascript的解释执行是透明的，定义数据提取规则时不用顾及Javascript的存在。但是，很多情形并不需要提取Javascript产生的数据，在这些情形下还加载Javascript代码并予以执行将消耗不必要的带宽和CPU资源。本文将讲解怎样阻止Javascript的下载和执行，以提高网页数据提取的速度。

       注意：只有企业版MetaSeeker才具有本文所述功能，而且是从V4.11.2开始支持

同阻止图片下载和插件下载类似，为以下两种DataScraper的操作模式分别设置选项开关：

• 手动批量提取
• 周期性批量提取

手动批量提取网页数据

在DataScraper“配置”菜单中，增加了一个菜单项“配置浏览器”，这是一个弹出菜单，具有菜单项：

• 允许插件：上一篇已讲解
• 允许图片：上一篇已讲解
• 允许Javascript

都是选项菜单，缺省情况下是被勾选的，如果修改了选择状态，将记录在配置文件中，今后重新运行DataScraper时将使用最新设定。

周期性批量提取网页数据

在周期性网页数据提取指令文件（crontab.xml）中，增加了一个参数：

• allowJavascript

该参数是布尔值，true或者false。该参数属于类别是crawl的step，可以为不同主题设置不同的值，缺省情况下取值true。

总结

手动批量提取和周期性批量提取使用不同的参数设置，如果在crontab.xml中不设置上述参数，自动周期性提取线程使用缺省设置而不考虑手动提取的设置，反之亦然。