无法用requests获取网页源码时,改用selenium获取

今天想从某个网站上爬取信息,发现无法通过requests获取网页源码,代码如下:

import requests
from fake_useragent import UserAgent

headers = { 'User-Agent': UserAgent().random }
url = 'https://www.sxpdf.com/jisuan/page/50/'
r = requests.request(method = 'get',url=url,headers=headers)
print(r.text)

以上代码本身没有啥问题,换个常规的网页就能爬取,主要是那个网站比较特殊无法右击;

改用selenium获取网页源码,代码如下:

import re
import time
from selenium import webdriver

book_list = []
driver = webdriver.Chrome()
for x in range(0,51):
	url = 'https://www.sxpdf.com/jisuan/page/' + str(x) +'/'
	driver.get(url)
	time.sleep(5)
	books = set(re.findall("《(.*?)》",driver.page_source))
	books = list(books)
	book_list.extend(books)

book_list = list(set(book_list))
print(book_list)

爬取成功

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

打赏作者

生信天地

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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