提取网页中动态加载的内容

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。

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

。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。

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值