Python爬虫如何获取Ajax方式加载的数据

641次阅读
没有评论

Python爬虫如何获取Ajax方式加载的数据

获取Ajax方式加载的数据

爬虫最需要关注的不是页面信息,而是页面信息的数据来源。

Ajax方式加载的页面,数据来源一定是JSON,直接对AJAX地址进行post或get,拿到JSON,就是拿到了网页数据。

(1)先通过浏览器访问豆瓣电影排行榜

https://movie.douban.com/typerank?type_name=%E5%89%A7%E6%83%85&type=11&interval_id=100:90&action=

Python爬虫如何获取Ajax方式加载的数据

(2)浏览器访问后,通过抓包工具就可以获取我们想要的一些信息。

Python爬虫如何获取Ajax方式加载的数据

Python爬虫如何获取Ajax方式加载的数据

只要response里面有 JSON数据,我们就可以找到服务器的数据来源。

分析发现变动的是start value和limit value, type,interval_id,action,固定不变,这三个url中已经包含了,所以formdata只用传start和limit。

import urllib
import urllib2
url = 'https://movie.douban.com/typerank?type_name=%E5%89%A7%E6%83%85&type=11&interval_id=100:90&action='
headers = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko)
 Chrome/60.0.3112.101 Safari/537.36'}
# start和limit可以自己随便设置
formdata = {'start':'20','limit':'100'}
data = urllib.urlencode(formdata)
request = urllib2.Request(url,data = data,headers=headers)
response = urllib2.urlopen(request)
print response.read()
神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试

相关文章:

版权声明:wuyou2019-12-30发表,共计860字。
新手QQ群:570568346,欢迎进群讨论 Python51学习
评论(没有评论)