如何抓取Js动态生成数据且以滚动页面方式分页的网页

当我们在进行数据抓取的时候，如果目标网站是以Js的方式动态生成数据且以滚动页面的方式进行分页，那么我们该如何抓取呢？如类似今日头条这样的网站：http://toutiao.com/我们可以使用Selenium来搞定这件事情。Selenium的设计目的虽然是用于Web应用程序的自动化测试，但是却非常适合用来做数据抓取，可以非常简单地绕过网站的反爬虫限制，因为Selenium直接运行在浏览器中，就像真正的用户在操作一样。使用Selenium，我们不但可以抓取Js动态生成数据的网页，而且可以抓取以滚动页面方式分页的网页。首先，我们使用maven引入Selenium依赖：?
接下来就可以写代码抓取了：?
代码也可以从我的开源项目HtmlExtractor中获取。这里我们共抓取了6页，每页20条新闻，共120条新闻，代码运行结果如下：?