如何使用机械化提交表单以获取下一个网页的 URL？答案

【问题标题】：How to submit a form to get URL of next webpage using mechanize?如何使用机械化提交表单以获取下一个网页的 URL？
【发布时间】：2016-09-12 15:01:15
【问题描述】：

我正在尝试抓取一些数据，决定将 mechanize 与 beautifulsoup 结合使用。我必须在此网页上的表单中输入要搜索的字段，然后单击搜索按钮以转到下一个我要获取其 URL 的相关页面以刮取数据。

开发者模式为表单显示如下代码-

<form name="topsearch" id="topsearch" method="get" onsubmit="javascript:return search_post();" action="">
        <input type="hidden" name="search_data" id="search_data" value="">
            <input type="hidden" name="cid" id="cid" value="">
            <input type="hidden" name="mbsearch_str" id="mbsearch_str">
            <input type="hidden" name="topsearch_type" id="topsearch_type" value="1">
            <input name="search_str" id="search_str" autocomplete="off" onkeyup="getAutosuggesion();" type="text" value="Search Quotes, News, NAVs..." onblur="if(this.value=='')this.value='Search Quotes, News, NAVs...';" onfocus="if(this.value=='Search Quotes, News, NAVs...')this.value='';if(this.value=='Search Quotes, News, NAVs...')this.value='';" class="txtsrchbox">     
            <div id="autosugg_mc" class="sugbx"></div>
            <div class="PR srch_qote">
                <div class="srchdrp" id="srchR">Quotes</div>
                <div id="srch" class="qubx">
                    <ul class="qlist">
                        <li><a onclick="tab_topser('1');getAutosuggesion();" id="tab1" href="javascript:void(0)" class="">Quotes</a></li>
                        <li><a onclick="tab_topser('2');getAutosuggesion();" id="tab2" href="javascript:void(0)" class="">NAVs</a></li>
                        <li><a onclick="tab_topser('5');" id="tab5" href="javascript:void(0)" class="">Commodities</a></li>
                        <li><a onclick="tab_topser('9');" id="tab9" href="javascript:void(0)" class="active">Futures</a></li>
                        <li><a onclick="tab_topser('3');getAutosuggesion();" id="tab3" href="javascript:void(0)" class="">News</a></li>
                        <li><a onclick="tab_topser('4');" id="tab4" href="javascript:void(0)" class="">Messages</a></li>                                    
                        <li><a onclick="tab_topser('6');getAutosuggesion();" id="tab6" href="javascript:void(0)" class="">Notices</a></li>
                        <li><a onclick="tab_topser('7');" id="tab7" href="javascript:void(0)" class="">Videos</a></li>
                        <li><a class="" onclick="tab_topser('8');" id="tab8" href="javascript:void(0)">All</a></li>
                    </ul>
                </div>                  
            </div>
            <a href="javascript:;" onclick="$('#topsearch').submit()" style="float:left;" class="btn_search"></a>    
            <div class="CL"></div>
            </form>

我用我的相关搜索项填写表格-

import pandas as  pd
import urllib2
import BeautifulSoup as bs
import mechanize

baseURL = "someBaseURL"
br = mechanize.Browser()
br.set_handle_refresh(mechanize._http.HTTPRefreshProcessor(), max_time=1)


#Open the Website
r = br.open(baseURL)

#Selecting the first form of the page
br.select_form(nr=0)
print br.geturl()

br.form['search_str'] = "Some Search"
br.submit()

print br.geturl()

提交表单后，如果我在网站上手动搜索相同的字符串，则 url 不会更改为它转到的 url。

提交后我得到了网址-

'baseURL?search_data=&cid=&mbsearch_str=&topsearch_type=1&search_str=Kiri+Industries'

如果我手动提交，我会通过 URL 进入下一页 -

'baseURL/stockpricequote/dyes-pigments/kiriindustries/KDC01'

这是我需要能够抓取数据的 URL。

提交按钮是否使用无法使用 mechanize 调用的 javascript，如果这是问题，我该如何使其工作？

感谢您的帮助，谢谢。

【问题讨论】：

标签： javascript python mechanize

【解决方案1】：

似乎，至少从我的类似问题来看，mechanize 根本不处理 Javascript。尝试使用 selenium 它可以很好地处理 javascript。我正在构建我的脚本，如果它解决了我的问题，我会更新。

【讨论】：