无法抓取 AliExpress HTML 元素

Question

我想从 aliexpress 获取任意报价。我正在尝试使用scrapy和硒。我面临的问题是，当我使用 chrome 并在元素上执行 right click > inspect 时，我看到了真正的 HTML，但是当我执行 right click > view source 时，我看到了一些东西不同 - HTML CSS 和 JS 乱七八糟。

据我了解，内容是异步拉取的？我想这就是我在页面上找不到我要查找的元素的原因。

我试图先使用 selenium 加载页面，然后获取我想要的内容，但失败了。我正在尝试向下滚动到 reviews 部分并获取它的 content

这是他们拥有的一些高级反机器人解决方案，还是我的方法有误？

我目前拥有的代码：

import scrapy
from selenium import webdriver
import logging
import time

logging.getLogger('scrapy').setLevel(logging.WARNING)


class MySpider(scrapy.Spider):
    name = 'myspider'
    
    start_urls = ['https://pl.aliexpress.com/item/32998115046.html']

    def __init__(self):
        self.driver = webdriver.Chrome()

    def parse(self, response):
        self.driver.get(response.url)

        scroll_retries = 20
        data = ''
        while scroll_retries > 0:
            try:
                data = self.driver.find_element_by_class_name('feedback-list-wrap')
                scroll_retries = 0
            except:
                self.scroll_down(500)
                scroll_retries -= 1

        print("----------")
        print(data)
        print("----------")
        self.driver.close()

    def scroll_down(self, pixels):
        self.driver.execute_script("window.scrollTo(0, {});".format(pixels))
        time.sleep(2)

Answer 1

通过浏览器inspect工具的network标签查看请求，您会发现cmets来自here，因此您可以抓取此页面。