通过python爬取动态加载的网页数据,并写入pandas用于后面分析
最近开始学习爬虫,通过博客记录自己的学习成果,在此特别感谢B站的波波老师,B站账号:路飞学城IT
这次爬取的网站是:化妆品生产许可信息管理系统服务平台(http://scxk.nmpa.gov.cn:81/xk/#)
这个网站的数据是动态加载出来的
使用request请求这个网站是得到不了数据的,我们可以通过调出网页的相关代码之后,利用ctrl+f 搜寻网页数据的存放地址
找到真正的可以请求得到的url,对其发起请求可以得到里面的数据,打开这个url对应的相应数据response,我们可以发现需要的数据在里面。
接下来是代码的呈现
import requests
import pandas as pd
url = 'http://scxk.nmpa.gov.cn:81/xk/itownet/portalAction.do?method=getXkzsList' # 真正需要发起的url
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:90.0) Gecko/20100101 Firefox/90.0' #设置请求头
}
df = pd.DataFrame(columns=['企业名称',