本文介绍如何使用Python爬虫从疾病资料库http://web.tfrd.org.tw/genehelp/diseaseDatabase.html?selectedIndex=0获取疾病名称。尽管网页源代码中未直接显示数据，但通过F12开发者工具可以找到请求URL。解析该URL的内容，发现大部分文字即为疾病名称。代码实现中，简单地将中文字符识别为疾病名称。
资料库地址：http://web.tfrd.org.tw/genehelp/diseaseDatabase.html?selectedIndex=0
资料库它长这样：
这次主要爬取其中的疾病名称，难点在于网页源代码是看不到数据的，但是可以通过F12开发者工具查看网页请求数据的源网址
可以看到requestURL的地址，打开这个地址可以看到：
其中的大部分文字就是疾病名称，爬取这个就不难了。
首先将源码中的中文字符看作疾病名称！
import requests
import bs4
from bs4 import BeautifulSoup
url= 'http://web.tfrd.org.tw/
最低0.47元/天 解锁文章
扫一扫
3944
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
