看课中内容是用get请求进行爬取课程,自己实践的时候发现已经被改成post请求了,下面开始
我用的火狐,然后就是F12,点击网络,可能会有很多包,但不影响,点击删除就行,然后点击第二页,其他页面也行,可以看出总共是有17页的
然后会出现很多包,找到下面这个,点击查看
点击后会看到消息头请求网址,这个就是我们要用的url
复制到代码中
i_url = ‘https://www.ichunqiu.com/courses/ajaxCourses‘
接下来查看参数
然后发现“pageIndex”,很明显是指的第几页,可以试一下第四页数值是4,,,。这是post要用的表单数据,搞进代码,因为pageIndex值需要改变,我将它设为空值
post_data ={‘courseTag‘:‘‘,‘courseDiffcuty‘:‘‘,‘IsExp‘:‘‘,‘producerId‘:‘‘,‘orderField‘:‘‘,‘orderDirection‘:‘‘,‘pageIndex‘:‘‘,‘tagType‘:‘‘}
由于i春秋设置了防爬虫处理,因此我们需要添加headers,headers就不多说了(不想暴露自己的配置,我不会告诉你我还用的xp),用火狐很简单,点击编辑重发,复制就行。接下来就是查看响应
很明显这是json数据,先import json再说,可以找到课是在course中的result下,从0开始,我们可以用“len(raw_data[‘course‘][‘result‘])”查看该页面有几个课程,用raw_data[‘course‘][‘result‘][0][‘courseName’]来获取第一个课程名字,下面是代码
#-------------#Author:Glasses#-------------
importrequestsimportjsondefgetData():
i_url= ‘https://www.ichunqiu.com/courses/ajaxCourses‘headers={
}#headers 自己填
for p_index in range(1,18):
post_data={‘courseTag‘:‘‘,‘courseDiffcuty‘:‘‘,‘IsExp‘:‘‘,‘producerId‘:‘‘,‘orderField‘:‘‘,‘orderDirection‘:‘‘,‘pageIndex‘:‘‘,‘tagType‘:‘‘}
post_data[‘pageIndex‘] =p_index
r= requests.post(i_url,headers=headers,data=post_data,timeout=10)
raw_data=json.loads(r.text)for i in range(len(raw_data[‘course‘][‘result‘])):print raw_data[‘course‘][‘result‘][i][‘courseName‘]
getData()
来i春秋一起学习吧,
进阶吧!小白,只要摔不死我就继续摔!