crawler - 如何在 Python 爬蟲中完成 JavaScript 函數翻頁?

Question

本人爬取一個網頁時注意到它的翻頁時靠這樣的一個函數實現的, 翻頁之後頁面網址也不變:

<input class="buttonJump" name="goto2" onclick="dirGroupMblogToPage(document.getElementById('dirGroupMblogcp2').value)" type="button" value="Go"/>
     </input>
     
     
function dirGroupMblogToPage(currentPage){

    jQuery.post("dirGroupMblog.action", {"page.currentPage":currentPage,gid:MI.TalkBox.gid}, function(data){$("#talkMain").html(data);
        window.scrollTo(0, $css.getY(MI.talkList._body)-65);
    });

}

#寫了這樣的函數試圖實現翻頁:

def login_page(login_url, content_url, usr_name="******@126.com", passwd="******"):
    # 实现登录, 返回Session对象和获得的页面
    post_data = {'r': 'on', 'u': usr_name, 'p': passwd}
    s = requests.Session()
    s.post(login_url, post_data)
    r = s.get(content_url)
    return s, r

def turn_page(s, next_page, content_url):
    post_url = "http://sns.icourses.cn/dirGroupMblog.action"
    post_headers = {"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36", 
               "X-Requested-With":"XMLHttpRequest"}
    post_data = {"page.currentPage": next_page, "gid": 2632}
    s.post(post_url, data=post_data, headers = post_headers)
    res = s.get(content_url)
    return res

但是呼叫turn_page()之後沒能實現翻頁。請問該怎麼解決這個問題? 另外請問想要解決好這類問題需要自學哪些方面的知識呢?謝謝!

Answer 1

• 推薦使用 selenium

• 例如，如果需要點擊介面上，下一頁的按鈕，或者說需要輸入上下左右鍵，頁面可以翻頁，selenium webdriver可以做到，給出一個參考（我以前用來爬起點中文網的小說）

• selenium 可以與頁面進行交互，單擊，雙擊，輸入，等待頁面加載（隱式等待，和顯式等待）。 。 。 。

from selenium import webdriver
# from selenium.webdriver.common.keys import Keys

#driver = webdriver.PhantomJS(executable_path="D:\phantomjs-2.1.1-windows\bin\phantomjs")
# 我的windows 已配置环境变量，不需指定 executable_path，使用 Chrome需要对应的浏览器以及驱动程序
driver = webdriver.Chrome()

# url 为你需要加载的页面url
url = 'http://sns.icourses.cn/*****'

# 打开页面
driver.get(url)

# 在你的例子中，是需要点击 button ,通过class 属性获取到button，然后执行单击 .click()
# 如果需要准确定位，可以自行搜索其他的 find_
driver.find_element_by_class_name("buttonJump").click()

# selenium webdriver 还有很多其它高级的用法，自行谷歌，你这个问题，搜索应该是能得到答案的，

Answer 2

分成幾種情況，
1、頁面上透過 js 效果實現滑動或點擊實現翻頁；
2、頁面​​上透過超連結點擊實現翻頁；

可以透過 chrome 的開發者工具中的 network 分析得到結果反會的是 html 頁面還是回饋 json 渲染。
json 的話就好辦了，直接拿結果。普通html 頁面需要使用正規符合到換頁。然後將連結放入待爬的池子中。

/a/11...