Javascript 在Python中刮取动态内容
我是Python Scrapy模块的新手。我在努力搜集餐馆的信息 虽然我有一些成功的经验,在其他网页上刮,这是一个真正的麻烦。 当你发送搜索请求时,餐厅的信息似乎会自动加载。我的意思是信息不是写在网页的源代码中,可能来自公司的内部服务器或其他什么。目录会随着时间而变化。例如,如果您在晚上搜索,某些目录将其名称从“div class='t-has-deals'”更改为“div class='t-closed-now'”Javascript 在Python中刮取动态内容,javascript,python,scrapy,Javascript,Python,Scrapy,我是Python Scrapy模块的新手。我在努力搜集餐馆的信息 虽然我有一些成功的经验,在其他网页上刮,这是一个真正的麻烦。 当你发送搜索请求时,餐厅的信息似乎会自动加载。我的意思是信息不是写在网页的源代码中,可能来自公司的内部服务器或其他什么。目录会随着时间而变化。例如,如果您在晚上搜索,某些目录将其名称从“div class='t-has-deals'”更改为“div class='t-closed-now'” 所以我的问题是:是否仍有可能从这些网页中获取信息。如果这个问题属于抓取动态内容
所以我的问题是:是否仍有可能从这些网页中获取信息。如果这个问题属于抓取动态内容,有没有一个通用的方法来解决这个问题?非常感谢。我对scrapy没有把握,所以我不能帮你,但你可以试试。下面的代码应该使用动态生成的内容
import time
from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions
driver = webdriver.Firefox()
url = "www.google.com"
driver.get(url)
# If it takes a certain amount of time for the content to be created you can
# use time.sleep
time.sleep(5)
# However if you want to wait for specified content to appear, you
# can use the following
try:
WebDriverWait(driver, 10).until(
expected_conditions.presence_of_element_located(
(By.ID, "id-of-your-element")
)
finally:
driver.quit()
# then you can pull your html
html = driver.page_source
硒也有很大的毒性。这里的大部分代码实际上都可以在文档中找到。在处理动态站点时,比通常的方式更难抓取数据。但首先我们要确定数据是如何在页面中动态呈现的。 数据可能以以下方式呈现: