python抓取动态网页(js动态加载的网页就犯了难谷歌、百度,发现个好介绍)
优采云 发布时间: 2022-03-06 04:02python抓取动态网页(js动态加载的网页就犯了难谷歌、百度,发现个好介绍)
经过一段时间的python学习,可以写一些爬虫了。但是,很难遇到js动态加载的网页。于是google,百度,找到了很好的介绍
主要目的是分析网页的加载过程,从网页响应中找到JS脚本返回的JSON数据。(上面的网址很详细,把下面的代码贴出来记录一下)
1、今日头条
#coding:utf-8
import requests
import json
#今日头条热词获取,get方法
url = 'http://www.toutiao.com/c/hot_words/'
wbdata = requests.get(url).text
data = json.loads(wbdata)
news = data['data']
for n in news:
print(n)
2、拉狗网的发帖方式
#coding:utf-8
import requests
import json
url = 'https://www.lagou.com/upload/ltm/oss.html?u=/zhaopin/Java/&q=332&n=333&d=1126&l=1238&dns=15&p=2770&pi=46&qn=1252&t=1501835145909'
post_data = {'first':'true','kd':'Android','pn':'1'}
wbdata = requests.post(url,data=post_data)<br />data = json.loads(wbdata)
print data
ip被封,无法解析返回的json数据,需要跟进。
目前爬取动态页面有两种方法
分析页面请求 selenium 模拟
转载于: