如何用Python爬取异步加载的网页？以京东商品评论为例！

最新推荐文章于 2024-03-24 08:14:14 发布
最新推荐文章于 2024-03-24 08:14:14 发布
阅读量1.5k 收藏 6
点赞数 1
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43881394/article/details/107729986
版权
本文介绍了如何使用Python爬取异步加载的网页，以京东商品评论为例。通过分析网页加载过程，找到评论内容的请求URL，并通过改变页码参数获取不同页面的评论。最后提供了相关代码片段，详细展示了如何定位并提取评论内容。
摘要由CSDN通过智能技术生成

在用python爬取网页时，会遇到网页不是一次性全部加载的情况，这种网页会在某种操作后，才加载对应的部分，拿京东来说，点进商品页面，并不会直接加载评论部分内容，而是在点击“评论”标签后才会加载第一页评论的内容，点击“下一页”之后，才会加载第二页评论的内容。

对于这些异步加载的内容，直接爬取的方式是行不通的，所以要通过找到异步加载内容的url来实现内容爬取。

第一步，打开某一商品页面，打开开发者工具，进入到Network一栏。

第二步，点击网页中的商品评价，然后发现Network中会多出许多项。

第三步，依次点击Network中多出的项目，找出评论所在的位置。

第四步，右击这个部分的名称，依次选择Copy——Copy link address，得到“https://club.jd.com/comment/productPageComments.action？callback=fetchJSON_comment98&productId=12413062&score=0&sortType=5&page&#

最低0.47元/天 解锁文章
爬遍天下无敌手
关注
python爬取异步加载的网页_Python爬虫学习笔记（1.3）爬取网站异步加载数据
weixin_39598069的博客
12-15 974
异步加载数据：简单的举个例子，有些网页不需要换页，只要网页上的滚动条滑到最下方，它就会自动加载部分数据，和瀑布流一样，可以持续不断的加载数据 ，这些持续加载的数据就属于异步数据(由js控制，和请求网址的Request不是一起的)。首先，使用浏览器工具检查，选择Network下的XHR，然后鼠标往下滑，让网页不断的加载数据，观察XHR的变化，如图。1F33799E-A4BD-433D-AEB1-E5...
【Python爬虫】如何用Python爬取异步加载的网页？以京东商品评论为例。
UIBE纪涵柏的博客
05-07 1245
如何用python爬取异步加载的网页？以京东商品评论为例。 在用python爬取网页时，会遇到网页不是一次性全部加载的情况，这种网页会在某种操作后，才加载对应的部分，拿京东来说，点进商品页面，并不会直接加载评论部分内容，而是在点击“评论”标签后才会加载第一页评论的内容，点击“下一页”之后，才会加载第二页评论的内容。 对于这些异步加载的内容，直接爬取的方式是行不通的，所以要通过找到异步加载内容的ur...
python爬虫 | 异步加载网页的链接问题 | 小白速成篇
mldl_的博客
06-16 1972
今天刚学，都是个人理解，不准确或者错误的地方，跪求大佬轻喷，┭┮﹏┭┮ 好像写的很乱，大概就是，跟着我说的做一遍，应该会有一个基本的了解~~ 前言：     python课最后的实验报告是要爬取一个异步加载网页的数据，然后，很多人就懵了，点下一页，URL不变。对从豆瓣 top250 开始学爬虫的小白及其不友好，骂骂咧咧的打开B站，这代码真白，呸，这代码真妙。     我看了大佬的视频，大概要几个小时可以全部看完，不喜欢看文字.
关于爬取异步加载的页面
qq_38396897的博客
09-02 1351
        在爬取网站时常遇到异步加载的情况，必须点击或者下拉滚动条才会加载出更多的图片或视频，在源码中却一片空白，我一开始遇到时候也有点懵，了解了就好，还是请求。学过一些前端知识的朋友都清楚其实就是ajax异步加载js，这是为了提高用户的体验，许多网站都使用这种方法。         究其根本，其实就是将这部分请求放在了后台，查看的话，按F12然后F5刷新页面，在Network标签下都会显...
python爬取异步加载的页面的信息
渴望飞的鱼的博客
02-27 1757
假如某些页面是异步加载他是异步js加载出来的，目的想要拿到这些的url得时候，方法两种。 （一）可以用chrome headless，参考网址   python selenium 用法 和 Chrome headless： https://blog.csdn.net/freeking101/article/details/70056173 可以执行js语句 （二）或者用pyppet...
python爬取京东评论分析_Python爬取京东商品评价(动态网页的爬取)
weixin_42301009的博客
02-10 2055
首先打开京东的任意几个商品页面，并观察URL，可以发现都是https://item.jd.com/+数字+.htm的格式，而且数字也随着商品的改变而改变，基本上可以确定这串数字是商品ID 之后我们找到网页的源码并随便复制一句评论，在网页源码中查找，发现并没有找到评论内容，说明jd的评论页面并非静态网页ＡＪＡＸ：AJAX的全称是Asynchronous JavaScript and XML(异步的 ...
python爬虫框架scrapy实战之爬取京东商城进阶篇
09-21
本篇文章将深入探讨如何使用Scrapy爬取京东商城的商品信息，特别关注动态加载的内容。 **一、Scrapy框架基础** Scrapy是一个基于Twisted的异步网络库，它提供了一个高级的结构，允许开发者快速编写爬虫项目。它的...
python爬取京东商品数据要先登录_Python爬虫的起点
weixin_39641738的博客
10-21 1225
作者| 猪哥来源 | 裸睡的猪第一章主要讲解爬虫相关的知识如：http、网页、爬虫法律等，让大家对爬虫有了一个比较完善的了解和一些题外的知识点。今天这篇文章将是我们第二章的第一篇，我们从今天开始就正式进入实战阶段，后面将会有更多的实际案例。爬虫系列文章的第一篇，猪哥便为大家讲解了HTTP原理，很多人好奇：好好的讲爬虫和HTTP有什么关系？其实我们常说的爬虫(也叫网络爬虫)就是使用一些网络...
python爬取Ajax动态加载网页过程解析
09-18
主要介绍了python爬取Ajax动态加载网页过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
python爬取ajax异步加载网页_Python3 爬取Ajax加载的网页信息
weixin_33758343的博客
02-04 343
#coding=utf-8import reimport timeimport requestsfrom requests.exceptions import RequestExceptiondef getHtml(url,page):try:headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:56.0) G...
python使用selenium爬取网站流程 适用于抓取使用了js等异步加载技术的网站
逸雨清风的专栏 - 血染江山的画，怎敌你眉间一点朱砂
07-12 1820
Python使用urllib.open再配合BeautifulSoup解析是最快的网页抓取方式，但部分网站做了反爬，用这种抓取方法会出错，就是浏览器里看网页内容是有的，但Python里抓出来的是空架子无数据。这种时候可以F12观察网站是否有直接的数据接口返回了数据，找到这个接口直接调用更方便，但如果也没有，那就只有用selenium来启动浏览器去模拟抓取了。因为浏览器可以解析加载js等数据，而Python模拟则不行，所以必须多一个步骤用Python去调起浏览器再抓。例如抓取天眼查具体公司页面的工商信息。ht
python 异步加载图片_Python 爬取拉钩网异步加载页面
weixin_29028595的博客
02-09 140
如下是我简单的获取拉钩网异步加载页面信息的过程获取的是深圳 Python 岗位的所有信息，并保存在Mongo中(对于异步加载，有的人说是把你要爬页面的信息整个页面先爬下来，保存本地，然后再看有没有你要的东西，有不是异步，没有就是异步；这种方式当然是没有任何问题，但是我的判断方式是，当我点击页面某个位置时，页面的链接并没有变化，而内容却发生了变化，这种我就说它是异步加载，当然，异步加载方式很多，我们...
【笔记】Python3｜爬虫处理网页数据异步加载问题（结合Selenium完成）
qq_46106285的博客
06-23 5328
1. 结合Selenium、Edge解析豆瓣电影搜索页面的数据 2. 结合lxml解析网页数据 3. 附加：不是异步加载的网页，结合requests直接请求数据
页面中异步请求的数据，python爬虫能爬到吗
最新发布
风情
03-24 699
页面中异步请求的数据通常是通过JavaScript在浏览器端发起的，这些请求在初始的HTML页面加载之后执行。Python爬虫直接请求HTML页面时，只能获取到初始的HTML内容，而无法直接获取到异步请求加载的数据。使用浏览器的开发者工具（如Chrome的Network标签页）分析异步请求，查看请求的URL、请求头、请求参数以及响应内容。如果异步请求是通过调用某个API接口获取的数据，那么你可以直接找到这个API接口，并使用Python请求这个接口来获取数据，而不需要模拟浏览器行为。
Python 爬取异步加载的数据
weixin_30764771的博客
06-24 755
在我们的工作中，可能会遇到这样的情况：我们需要爬取的数据是通过ajax异步加载的，这样的话通过requests得到的只是一个静态页面，而我们需要的是ajax动态加载的数据！ 那我们应该怎么办呢？？？ 思路是这样的：F12，查看网络，筛选XHR，点击下拉菜单，等待异步加载的文件 ，得到异步加载url，在通过这个url请求得到我们想要的数据。 以下为实战代码，可以供大家参考。 ...
python爬取动态加载网页-requests.post
weixin_33840661的博客
08-08 4265
2019独角兽企业重金招聘Python工程师标准>>> ...
Python爬虫8-异步加载
qq_45112156的博客
09-14 1551
9.1异步加载技术与爬虫方法 9.1.1异步加载技术概述 传统的网页如果需要更新内容，必须重新加载整个网页页面，网页加载速度慢，用户体验差，而且数据传输少，会造成宽带浪费。异步加载技术（AJAX），即异步JavaScript和XML，是指一种创建交互式网页应用的网页开发技术。通过在后台与服务器进行少量数据交换，AJAX可以是网页实现异步更新。这意味着可以在不重新加载整个网页的情况下，对网页的某部分进行更新。 9.1.2异步加载网页示例 上节讲到的简书网“首页投稿”热评...
python爬取异步加载的网页
08-30
你可以使用 Python 中的 `requests` 库和 `asyncio` 库来爬取异步加载的网页。下面是一个简单的示例代码： ```python import asyncio import requests async def fetch_url(url): response = requests.get(url) return response.text async def main(): urls = [ 'http://example.com/page1', 'http://example.com/page2', 'http://example.com/page3' ] tasks = [] for url in urls: task = asyncio.create_task(fetch_url(url)) tasks.append(task) results = await asyncio.gather(*tasks) for result in results: print(result) asyncio.run(main()) ``` 在这个示例中，我们定义了一个异步函数 `fetch_url` 来发送 GET 请求并获取网页内容。然后，在 `main` 函数中，我们创建了多个任务来爬取多个 URL，并使用 `asyncio.gather` 来并发地执行这些任务。最后，我们使用 `asyncio.run` 来运行主函数。 请注意，这只是一个简单的示例来演示异步加载网页的基本原理。实际上，你可能需要使用其他库或技术来处理更复杂的情况，比如使用 `aiohttp` 库来处理异步网络请求。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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