首先,您应该了解基于 request的
HTTP协议。Javascript执行的最终结果将形成HTTP请求,该请求使服务器以文件内容作为响应。您需要“反向”网页,找到如何创建适当的请求并像完成操作一样重复该请求。
- 在源代码中,我们看到函数在具有id的HTML元素上执行Submit
frmDownload
。因此,返回“检查器”选项卡,然后在搜索框中键入此ID。 - 现在我们发现该元素是HTML表单。此表单将POST请求
https://www.vcsprojectdatabase.org/services/publicViewServices/fetchProjectsExport
连同下一个数据发送到URL :searchTerm=
country=
sectoral_scope=0
recentProjects=
sort=projectId
dir=DESC
formatType=csv
该信息足以尝试在Python中重复此请求。
让我们编写一个小的脚本,该脚本形成并发送相同的请求并将结果保存到.csv文件中:
import requestsdata = { "searchTerm": "", "country": "", "sectoral_scope": "0", "recentProjects": "", "sort": "projectId", "dir": "DESC", "formatType": "csv"}file = requests.post("https://www.vcsprojectdatabase.org/services/publicViewServices/fetchProjectsExport", data)with open("res.csv", "wb+") as f: f.write(file.content)启动它,就可以了。
res.csv包含正确的结果。
但这还不是全部。
通常情况并不是那么容易。为了让我们的请求和浏览器发送的一样,我们应该看一下请求标头。要捕获来自浏览器的HTTP请求,我们可以打开“网络”标签:
现在,让我们按网页上的下载按钮并下载csv文件。现在,在请求表中,我们可以看到我们的发布请求。单击它,然后在“请求标头”部分的“标头”选项卡上进行查看。
有cookie标头,大多数情况下,例如请求并不重要,可能会被遗漏。但是,如果您对请求有一些问题,则应该查看以前的请求,
Set-cookie在服务器响应中找到带有标头的请求,然后重复执行。
让我们改进脚本并从浏览器复制重要的标头 (Host,Content-
Length,Connection,因为我们不包括在内,因为Python请求模块会自动添加它们;根本不需要DNT和Upgrade-Insecure-
Requests) 标头。
import requestsdata = { "searchTerm": "", "country": "", "sectoral_scope": "0", "recentProjects": "", "sort": "projectId", "dir": "DESC", "formatType": "csv"}headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:66.0) Gecko/20100101 Firefox/66.0", "Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8", "Accept-Language": "en-US,en;q=0.5", "Accept-Encoding": "gzip, deflate, br", "Referer": "https://www.vcsprojectdatabase.org/", "Content-Type": "application/x-www-form-urlenpred"}file = requests.post("https://www.vcsprojectdatabase.org/services/publicViewServices/fetchProjectsExport", data, headers=headers)with open("res.csv", "wb+") as f: f.write(file.content)PS 别忘了向网站所有者寻求许可



