在ywbd网站上爬取指定关键字内容。

网页源代码与用chrome审查内容不同,查看网页源代码,发现浏览器对源代码动态渲染加载过得到我们所见的网页。与很多爬虫教学视频不同,这个网址有以下几个问题:

1、查找后左边这个文件的response中有我需要的网址,但是他每次的callback都不相同。

提取网页中动态加载的内容

2、左边这个文件headers中的URL我用浏览器打不开,提取出该字段也没用。
————————————————————————————————————————
解决办法
1、采用selenium动态加载网页内容并提取出所需要的网址。
参考网址http://www.jsphp.net/python/show-24-270-1.html

http://www.jsphp.net/python/show-24-270-1.html

2、执行源代码中的脚本程序

https://www.zhihu.com/question/64414811/answer/294149258执行脚本程序

提取网页中动态加载的内容

。最后得到动态加载后的文本text内容,采用正则表达式

pattern="http[\\s\\S]*?htm"

提取出网页。

相关文章:

  • 2022-01-23
  • 2021-04-05
  • 2021-11-02
  • 2022-12-23
  • 2022-12-23
  • 2021-07-30
猜你喜欢
  • 2021-08-08
  • 2021-12-08
  • 2021-11-13
  • 2021-10-11
  • 2021-05-25
  • 2022-01-21
相关资源
相似解决方案