Python 使用嵌套框架和javascript进行Web抓取

我想从在线聊天机器人那里得到答案。 ? （该？属于链接）

要发送问题，您只需发送一个简单的请求：

http://talkingbox.dyndns.org:49495/in?id=3B9054BC032E53EF691A9A1803040F1C&msg=[Here the question]

来源如下：

<frameset cols="*,185" frameborder="no" border="0" framespacing="0">
<frameset rows="100,*,82" frameborder="no" border="0" framespacing="0">
    <frame src="http://thebot.de/bt_banner.html" marginwidth="0" name="frtop" scrolling="no" marginheight="0" frameborder="no">
    <frame src="out?id=3B9054BC032E53EF691A9A1803040F1C" name="frout" marginwidth="0" marginheight="0">
    <frameset rows="100%,*" border="0" framespacing="0" frameborder="no">
        <frame src="bt_in?id=3B9054BC032E53EF691A9A1803040F1C" name="frin" scrolling="no" marginwidth="0" marginheight="0" noresize>
        <frame src="" name="frempty" marginwidth="0" marginheight="0" scrolling="auto" frameborder="no" >
    </frameset>
</frameset>
<frameset frameborder="no" border="0" framespacing="0" rows="82,*">
    <frame src="stats?" name="fr1" scrolling="no" marginwidth="0" marginheight="0" frameborder="no">
    <frame src="http://thebot.de/bt_rechts.html" name="fr2" scrolling="auto" marginwidth="0" marginheight="0" frameborder="no" >
</frameset>
</frameset>

我使用“mechanize”和beautifulsoup进行网页抓取，但我认为mechanize不支持动态网页

在这种情况下，我怎样才能得到答案

我也在寻找一个在Windows和Linux上运行良好的解决方案。

我会用它来完成这样的任务

import requests

r = requests.get("http://talkingbox.dyndns.org:49495/in?id=3B9054BC032E53EF691A9A1803040F1C&msg=" + your_question)

对于不包含动态内容的网页，

r.text

是您想要的

---

由于您没有提供有关动态网页的更多信息，因此没有更多信息要说。

无论是美化、机械化、请求，甚至是碎片化，加载动态网页都必须通过您编写的另一个步骤来完成

例如，使用scrapy，这可能看起来像：

class TheBotSpider(BaseSpider):
    name = 'thebot'
    allowed_domains = ['thebot.de', 'talkingbox.dyndns.org']

    def __init__(self, *a, **kw):
        super(TheBotSpider, self).__init__(*a, **kw)
        self.domain = 'http://talkingbox.dyndns.org:49495/'
        self.start_urls = [self.domain + 
                           'in?id=3B9054BC032E53EF691A9A1803040F1C&msg=' + 
                           self.question]

    def parse(self, response):
        sel = Selector(response)
        url = sel.xpath('//frame[@name="frout"]/@src').extract()[0]
        yield Request(url=url, callback=dynamic_page)

    def dynamic_page(self, response):
        .... xpath to scrape answer

以问题作为参数运行它：

scrapy crawl thebot -a question=[Here the question]

---

有关如何使用scrapy的更多详细信息，请参见

，您可以尝试selenuim，它擅长浏览器自动化以及phantomjs绑定（它为headless Webkit提供JS API，Webkit是一个渲染引擎）。什么是动态网页？这些框架只知道http请求，而且您共享的链接是inaccessible@Guy我认为“user317”指的是通过XHR请求获取的内容，但我同意更多细节会有所帮助。对不起，链接是？（末端的？被stackoverflow切断）。框架的Url是问题所在，不知何故框架无法像这样访问。感谢您的帮助。我可能需要澄清的是，我在获取答案而不是发送答案时遇到了问题，因为答案是在一个嵌套的框架内生成的，该框架是用JavaScript动态生成的。此框架：