栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

Web抓取具有动态javascript内容的网站

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

Web抓取具有动态javascript内容的网站

基本上有两个主要选项可以继续:

  • 使用浏览器开发人员工具,查看哪些ajax请求将加载页面并在脚本中模拟它们,您可能需要使用json模块将响应json字符串加载到python数据结构中
  • 使用诸如硒之类的工具打开真正的浏览器。浏览器也可以是“无头的”,请参阅使用Python和PhantomJS进行无头硒测试

第一个选项更难以实现,并且通常来说更脆弱,但是它不需要真正的浏览器,并且可以更快。

第二种选择是更好的,因为您可以获得其他任何实际用户所得到的东西,并且您不必担心页面的加载方式。Selenium在定位页面上的元素方面非常强大-
您可能根本不需要

BeautifulSoup
。但是,无论如何,此选项比第一个慢。

希望能有所帮助。



转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/669064.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号