GooSeeker
产品
资源
教程
视频教程
使用交流
资讯
开启辅助访问
切换风格
请
登录
后使用快捷导航
没有帐号?
立即注册
登录
|
注册
快捷导航
资讯
常见问题
使用交流
python交流
视频教程
资源发布公告
数学建模交流
论坛
›
搜客社区
›
使用交流
2
20890
Python 爬虫如何获取onclick(非url链接)之后网页?
酱紫
于 2016-10-17 17:47
发表
[复制链接]
[只看楼主]
[打印]
[上一主题]
[下一主题]
酱紫
积分
300
精华
0
威望
74
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
Python 爬虫如何获取onclick里面内容,不需要用selenium 模拟点击,而是直接获得哦你click返回参数?具体比如说
https://www.tripadvisor.com/Show ... rginia.html#REVIEWS
Tripadvisor 网站,crawl的时候我需要点击next 刷新界面
<a data-page-number="2" data-offset="4" href="/ShowUserReviews-g57592-d416577-r357988112-The_Ivy_Inn_Restaurant-Charlottesville_Virginia.html#or5" class="nav next rndBtn ui_button primary taLnk" onclick=" ta.trackEventOnPage('STANDARD_PAGINATION', 'next', '2', 0);
">Next</a>
但是这个next 执行之后url从
https://www.tripadvisor.com/Show ... e_Virginia.html#or0
变成
https://www.tripadvisor.com/Show ... _Virginia.html#or05
就是 从 xxx#or0 变成 xxx#or5
也就是说是只是改变了hashtag, scrapy 的request 是只能获取hashtag之前的url,无法区分第一页和第二页。
所以我想知道,如何能通过 next, 继续crawl下一个界面?
非常感谢
收藏
0
转播
支持
0
反对
0
举报
使用道具
|
回复
共 2 个关于本帖的回复 最后回复于 2016-10-17 18:34
quyixuan
积分
1823
精华
0
威望
606
金钱
2
最后登录 1970-1-1
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
沙发
quyixuan
金牌会员
发表于 2016-10-17 17:50:03
|
只看该作者
用Python的webdriver驱动火狐,针对next做模拟点击,不用分析click返回参数。
举报
使用道具
回复
支持
反对
Fuller
积分
24029
精华
0
威望
6708
金钱
6
最后登录 2025-4-21
加为好友
发送消息
访问家园
个人资料
主题列表
发消息
板凳
Fuller
管理员
发表于 2016-10-17 18:34:12
|
只看该作者
现在越来越多这类网站了,通过一点点分析网址特征和抓包分析http消息参数,这种方式太耗时耗力,有些网站,比如,淘宝,点击一个链接会发送10几个http消息,这样一点点分析太难了。用GooSeeker网络爬虫可以完全模拟人的点击行为,不用分析网址或者http消息
举报
使用道具
回复
支持
反对
返回列表
B
Color
Image
Link
Quote
Code
Smilies
高级模式
您需要登录后才可以回帖
登录
|
立即注册
发表回复
回帖并转播
回帖后跳转到最后一页
回复
推荐板块
使用交流
常见问题
数学建模交流
python交流
视频教程
精彩推荐
360或火绒等杀毒软件导致GooSeeker爬虫软件
话题分析(NMF模型和LDA模型)软件的安装和
运行Apple无法验证的程序的方法
文本聚类分析软件的安装和使用方法
利用AI阅读和分析文本:扣子COZE记录用户反
热门话题
1
【集微库】微博采集工具箱使用常见问题
2
怎样使用快捷采集(以采集京东评论为例)
3
集搜客文本分词标注工具(V1版)
4
有没有办法采集机场的出租车信息?
5
获得积分的好方法:转发小程序、QQ群、微信
6
【求助】关于采集阿里巴巴国际站访客详情分
7
GooSeeker分词,情感分析和关键词抽取平台使
8
新浪微博_博主主页
9
怎样采集抖音关键词搜索后的数据
10
集搜客GooSeeker 网络爬虫版本发布公告
热门用户
Fuller
帖子:10607
访问主页>>
wangyong
帖子:1732
访问主页>>
gbkuce
帖子:0
访问主页>>
GMT+8, 2025-4-24 18:51
快速回复
快速发帖
返回顶部
返回列表
共 2 个关于本帖的回复 最后回复于 2016-10-17 18:34