欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python3爬蟲中關(guān)于Ajax分析方法的總結(jié)

 更新時(shí)間:2020年07月10日 14:55:12   作者:愛喝馬黛茶的安東尼  
在本篇文章里小編給大家整理的是一篇關(guān)于Python3爬蟲中關(guān)于Ajax分析方法的總結(jié),需要的朋友們可以學(xué)習(xí)下。

這里還以前面的微博為例,我們知道拖動(dòng)刷新的內(nèi)容由Ajax加載,而且頁面的URL沒有變化,那么應(yīng)該到哪里去查看這些Ajax請求呢?

1. 查看請求

這里還需要借助瀏覽器的開發(fā)者工具,下面以Chrome瀏覽器為例來介紹。

首先,用Chrome瀏覽器打開微博的鏈接https://m.weibo.cn/u/2830678474,隨后在頁面中點(diǎn)擊鼠標(biāo)右鍵,從彈出的快捷菜單中選擇“檢查”選項(xiàng),此時(shí)便會(huì)彈出開發(fā)者工具,如圖6-2所示:

8ede1554a18ea57eb8b3e0a9e1ea268.png

此時(shí)在Elements選項(xiàng)卡中便會(huì)觀察到網(wǎng)頁的源代碼,右側(cè)便是節(jié)點(diǎn)的樣式。

不過這不是我們想要尋找的內(nèi)容。切換到Network選項(xiàng)卡,隨后重新刷新頁面,可以發(fā)現(xiàn)這里出現(xiàn)了非常多的條目,如圖6-3所示。

7347cacb4cf036fd1e2539e6b37252a.png

前面也提到過,這里其實(shí)就是在頁面加載過程中瀏覽器與服務(wù)器之間發(fā)送請求和接收響應(yīng)的所有記錄。

Ajax其實(shí)有其特殊的請求類型,它叫作xhr。在圖6-3中,我們可以發(fā)現(xiàn)一個(gè)名稱以getIndex開頭的請求,其Type為xhr,這就是一個(gè)Ajax請求。用鼠標(biāo)點(diǎn)擊這個(gè)請求,可以查看這個(gè)請求的詳細(xì)信息,如圖6-4所示。

6b76cca50287683be4a2270b47d9f25.png

在右側(cè)可以觀察到其Request Headers、URL和Response Headers等信息。其中Request Headers中有一個(gè)信息為X-Requested-With:XMLHttpRequest,這就標(biāo)記了此請求是Ajax請求,如圖6-5所示。

ae9d01347dfabd89687948505e01de1.png

隨后點(diǎn)擊一下Preview,即可看到響應(yīng)的內(nèi)容,它是JSON格式的。這里Chrome為我們自動(dòng)做了解析,點(diǎn)擊箭頭即可展開和收起相應(yīng)內(nèi)容,如圖6-6所示。

3ac72172652c9cf4262ba6362dfc3dd.png

觀察可以發(fā)現(xiàn),這里的返回結(jié)果是我的個(gè)人信息,如昵稱、簡介、頭像等,這也是用來渲染個(gè)人主頁所使用的數(shù)據(jù)。JavaScript接收到這些數(shù)據(jù)之后,再執(zhí)行相應(yīng)的渲染方法,整個(gè)頁面就渲染出來了。

另外,也可以切換到Response選項(xiàng)卡,從中觀察到真實(shí)的返回?cái)?shù)據(jù),如圖6-7所示。

48e0d6b7d27a5198f94a7479dcefe42.png

接下來,切回到第一個(gè)請求,觀察一下它的Response是什么,如圖6-8所示。

841bc2e8347423785a041f30bba932b.png

這是最原始的鏈接https://m.weibo.cn/u/2830678474返回的結(jié)果,其代碼只有不到50行,結(jié)構(gòu)也非常簡單,只是執(zhí)行了一些JavaScript。

所以說,我們看到的微博頁面的真實(shí)數(shù)據(jù)并不是最原始的頁面返回的,而是后來執(zhí)行JavaScript后再次向后臺(tái)發(fā)送了Ajax請求,瀏覽器拿到數(shù)據(jù)后再進(jìn)一步渲染出來的。

2. 過濾請求

接下來,再利用Chrome開發(fā)者工具的篩選功能篩選出所有的Ajax請求。在請求的上方有一層篩選欄,直接點(diǎn)擊XHR,此時(shí)在下方顯示的所有請求便都是Ajax請求了,如圖6-9所示。

7146e82314367f4e8e5dd3665ae9387.png

接下來,不斷滑動(dòng)頁面,可以看到頁面底部有一條條新的微博被刷出,而開發(fā)者工具下方也一個(gè)個(gè)地出現(xiàn)Ajax請求,這樣我們就可以捕獲到所有的Ajax請求了。

隨意點(diǎn)開一個(gè)條目,都可以清楚地看到其Request URL、Request Headers、Response Headers、Response Body等內(nèi)容,此時(shí)想要模擬請求和提取就非常簡單了。

圖6-10所示的內(nèi)容便是我的某一頁微博的列表信息。

35287876f572b5d14186d70da5f3730.png

到現(xiàn)在為止,我們已經(jīng)可以分析出來Ajax請求的一些詳細(xì)信息了,接下來只需要用程序模擬這些Ajax請求,就可以輕松提取我們所需要的信息了。

在下一節(jié)中,我們用Python實(shí)現(xiàn)Ajax請求的模擬,從而實(shí)現(xiàn)數(shù)據(jù)的抓取。

以上就是Python3爬蟲中關(guān)于Ajax分析方法的總結(jié)的詳細(xì)內(nèi)容,更多關(guān)于Python3爬蟲里Ajax分析方法的資料請關(guān)注腳本之家其它相關(guān)文章!

相關(guān)文章

最新評論