网站不兼容360浏览器,扬州网站建设哪家公司好,做网站一定要认证吗,化工外贸网站建设今天的主题是爬取动态网页的经验分享#xff0c;以cocos论坛为例子进行分享。(官方不会打我吧 )配置环境为什么选择cocos论坛呢#xff1f;因为自己在浏览论坛时#xff0c;发现标题内容会随着滚动条的位置而动态添加。环境: python3 requests 。还要引入几个系统库。参考如…今天的主题是爬取动态网页的经验分享以cocos论坛为例子进行分享。(官方不会打我吧 )配置环境为什么选择cocos论坛呢因为自己在浏览论坛时发现标题内容会随着滚动条的位置而动态添加。环境: python3 requests 。还要引入几个系统库。参考如下分析网页以chrome浏览器为例空白处 右键-检查 进入网页分析模式选择 Network 中的XHR滚动条往下滚观察右侧加载了什么文件。在网页分享模式下点击刚才下载的文件查看里面的内容发现对一个地址使用了GET方法并传入了页码的参数。再看看返回的内容是一个json字符串。这个 json字符串里就有我们想要内容。一起看下如何用requests 发送参数并返回Json 结果。只需要根据地址传入一个 headers 告诉网页我们要接收json字符串。解析jsonjson是一种数据存储格式可以被多种语言解析一般用于数据传输。由前一张图可以看到所有文章列表在topic_list的topics中一起看看 python3 是怎么解析的。其中的链接地址可以通过打开几个论坛内容找到规律是由 slug 和 id 这两个字段拼接的。最后使用多线程 和 csv 存储结果。(不清楚的话可以看看之前的文章哦。python爬虫入门实战(三)不会正则怎么办xpath分分钟搞定 和 python爬虫入门实战(二)快快快让爬虫赢在起跑线多线程)最后看看最终效果吧小结对于动态生成的内容我们可以通过网页分享中下载的文件分析并通过requests模块模拟headers 和发送参数方法获取数据。这是我学到的新技能哦如有错误或其他想法欢迎留言如果我又学到新的东西会第一时间分享给大家哦点个关注不迷路以上内容仅供个人学习使用请勿用于商业用途。我是白玉无冰游戏开发小赤佬也玩python和shell
