Python 爬取异步加载的数据

Python爬虫爬取异步加载的数据 爬取qq音乐歌手数据接口数据 https://y.qq.com/portal/singer_list.html 这是歌手列表的网址 分析网页 f12开发者选项 找到network 里面有异步加载的数据 刷新看找数据 看他们的response https://u.y.qq.com/cgi-bin/musicu.fcg?-=getUCGI20652690515538596&g_... 阅读详情

Catalog

爬取内容

  • 下拉菜单异步加载的数据
    这里写图片描述

获取异步加载的文件

  • F12,查看网络,筛选XHR,点击下拉菜单,等待异步加载的文件
    这里写图片描述

代码

import requests
from lxml import etree
# 浏览器伪装
ua = 'Mozilla/5.0 (Windows NT 6.1; WOW64; Trident/7.0; rv:11.0) like Gecko'
header = {"User-Agent": ua}
# GET请求
url = 'http://www.runoob.com/ajax/ajax-database.html'
r = requests.get(url, headers=header)
r.encoding = 'urf-8'
text = r.text
# xpath提取信息
element = etree.HTML(text)
options = element.xpath('/html/body/div[3]/div/div[2]/div/div[3]/div/div[1]/div/form/select/option/@value')
print(options)
# 提取异步加载的信息
for option in options:
    # POST请求
    d = {'q': option.strip()}
    url = 'http://www.runoob.com/try/ajax/getcustomer.php'
    r = requests.post(url, headers=header, data=d)
    r.encoding = 'GBK'
    text = r.text
    # xpath提取信息
    element = etree.HTML(text)
    em = element.xpath('//tr/td[1]/em/text()')
    td = element.xpath('//tr/td[2]/text()')
    for e, t in zip(em, td):
        print(e, ' | ', t)
    print('-' * 55, options.index(option) + 1)

打印结果

[‘APPLE’, ‘BAIDU ‘, ‘Canon’, ‘Google’, ‘Nokia’, ‘SONY’]
CustomerID | APPLE
CompanyName | Apple Computer, Inc.
ContactName | Steven Jobs
Address | 1 Infinite Loop Cupertino, CA 95014
City | Cupertino
PostalCode | 95014
Country | USA
——————————————————- 1
CustomerID | BAIDU
CompanyName | BAIDU, Inc
ContactName | Li YanHong
Address | Lixiang guoji dasha,No 58, beisihuanxilu
City | Beijing
PostalCode | 100080
Country | China
——————————————————- 2
CustomerID | Canon
CompanyName | Canon USA, Inc.
ContactName | Tsuneji Uchida
Address | One Canon Plaza Lake Success, NY 11042
City | New York
PostalCode | 11042
Country | USA
——————————————————- 3
CustomerID | Google
CompanyName | Google, Inc.
ContactName | Larry Page
Address | 1600 Amphitheatre Parkway Mountain View, CA 94043
City | Mountain View
PostalCode | 94043
Country | USA
——————————————————- 4
CustomerID | Nokia
CompanyName | Nokia Corporation
ContactName | Olli-Pekka Kallasvuo
Address | P.O. Box 226, FIN-00045 Nokia Group, Finland
City | Helsinki
PostalCode | none
Country | Finland
——————————————————- 5
CustomerID | SONY
CompanyName | Sony Corporation of America
ContactName | Kazuo Hirai
Address | Park Ridge, NJ 07656
City | Park Ridge
PostalCode | 07656
Country | USA
——————————————————- 6

python爬虫爬取简单的动态数据-异步加载问题 使用谷歌或者火狐浏览器。 第一步: 打开要爬取的网页,右键检查或者审查元素 第二步: 在左边或者右边的网页加载信息中找到Network中的XHR 第三步: 下拉网页使它加载出更多内容,XHR中就会出现如下信息,对比打开的网页: 第四步: 编写程序,利用for循环拼接网页地 阅读详情

相关推荐

基于 Python 的网络爬虫:获取异步加载的数据

1. 需求分析     从重庆市政府采购网自动获取所有的采购公告信息,将其项目名称和采购物资通过可读的方式展示。 2. 实现过程 分析页面布局 第一次爬取到“假网址” (1)首先,展示第一次爬取到的“假网址”。通过 xpath 匹配该 div。 (2)尝试采集当前页面的所有二级链接。 import requests from lxml import etree import json def getpage(url, headers): res = requests.get(url, headers=headers) html = etree.HTML(res.text)

Python3 爬虫之异步加载

JSON是一种格式化字符串。JSON字符串与Python的字典或者列表非常相似,仅存在一些细微差别。为什么需要JSON这种字符串呢?举一个例子:一个会英语不会德语的中国人,和一个会英文不会中文的德国人,他们可以使用英语愉快地交谈。英语在他们的交流中扮演了一个中介的角色。JSON在网络通信里面就是这个中介。JSON的全称是JavaScript Object Notation,是一种轻量级的数据交换格式。网络之间使用HTTP方式传递数据的时候,绝大多数情况下传递的都是字符串。

u014695938的博客 1288

基于TI C2000的CCS安装与工程创建完整示例

手把手演示基于TI C2000系列的CCS安装过程及首个工程创建步骤,涵盖环境配置与常见问题处理,助力快速上手嵌入式开发,ccs安装和工程搭建不再难。

weixin_42476987的博客 972

python爬虫实战之异步爬取数据

python中异步编程的主要三种方法:回调函数、生成器函数、线程大法。以进程、线程、协程、函数/方法作为执行任务程序的基本单位,结合回调、事件循环、信号量等机制,以提高程序整体执行效率和并发能力的编程方式。如果在某程序的运行时,能根据已经执行的指令准确判断它接下来要进行哪个具体操作,那它是同步程序,反之则为异步程序。(无序与有序的区别)同步/异步、阻塞/非阻塞并非水火不容,要看讨论的程序所处的封装级别。例如购物程序在处理多个用户的浏览请求可以是异步的,而更新库存时必须是同步的。

weixin_45688123的博客 5808

自动控制原理之控制系统的数学模型(类比神经网络学习数学模型)

控制系统的数学模型背景建模方法常用的数学模型时域数学模型的建立建立微分方程的步骤复数域模型的建立传递函数的性质系统的典型环节及传递函数比例环节惯性环节积分环节微分环节理想微分环节一阶微分环节二阶微分环节振荡环节延时环节(时滞环节) 背景 数学模型就像是真实世界的写照,它就像一个虚拟的世界,我们可以通过建模的方式了解这个真实世界的运作规律。 这一点很像强化学习,强化学习需要一个供智能体探索、学习的环境,于是,我们通常会事先建立一个虚拟的仿真环境。举个例子,对于人类来说,可能需要经过不断地尝试,甚至是生命的代价

zbp_12138的博客 6579

逆向拆解dy接口a_bogus 1.0.1.19版本核心算法(纯算版)第二部分

本文深入解析了dy接口a_bogus 1.0.1.19版本的核心算法,重点介绍了逆向分析的基础方法论、魔改Base64编码识别与还原、随机数生成与位运算解析等关键技术。通过详细的代码示例和实用技巧,帮助开发者掌握逆向工程中的关键步骤,特别是针对a_bogus参数的生成逻辑和混淆处理。

weixin_29288313的博客 411

最细致的python爬取异步加载json数据教学

json数据在json的解析器下,下面的解析器是edge浏览器的JSON-handle插件:获取这个的地址就是我们要爬取数据的地址(可以多看几个异步加载的数据的地址,我们可以从多个地址中找到规律从而更加方便的爬取数据)

qq_62325622的博客 1299

RAG在医药行业为什么80%都翻车了?

这篇文章不是要劝你别做RAG,而是把坑说清楚。医药行业有它的特殊性——监管压力、专业术语密度、多语言混排、文档结构复杂——这些因素叠加在一起,让标准RAG教程里的那套方法论几乎直接失效

qq_31808385的博客 635

python 异步加载图片_Python 爬取拉钩网异步加载页面

如下是我简单的获取拉钩网异步加载页面信息的过程获取的是深圳 Python 岗位的所有信息,并保存在Mongo中(对于异步加载,有的人说是把你要爬页面的信息整个页面先爬下来,保存本地,然后再看有没有你要的东西,有不是异步,没有就是异步;这种方式当然是没有任何问题,但是我的判断方式是,当我点击页面某个位置时,页面的链接并没有变化,而内容却发生了变化,这种我就说它是异步加载,当然,异步加载方式很多,我们...

weixin_29028595的博客 245

UR10e+D435+ag95夹爪 gazebo 仿真记录(一)

学习仿真环境gazebo下利用UR10e机械臂搭建模拟平台,此博客用于记录搭建过程!!主要参考光头明明、总有一天全城的人都要高看我们和bug404_三位博主。最终自己功能包的主要参考了bug404_的ur_platform,感觉这个结构比较合理。运行环境:Ubuntu18.04+Ros-melodic+Gazebo9。

Forbiven的博客 6330

DeepSeek高阶应用:DeepSeek+Coze构建智能文献综述与趋势分析自动化系统

本文详细介绍了如何利用DeepSeek与Coze构建智能文献综述与趋势分析自动化系统。通过DeepSeek的深度语义理解和结构化信息提取能力,结合Coze的可视化工作流编排,实现学术论文的自动解析、分类整理与知识入库。该系统能7x24小时自动追踪领域前沿,将研究人员从繁琐的文献处理中解放出来,专注于更高层次的思考与创新。

weixin_29050271的博客 180

异步加载动态网页爬虫:携程网站评论数据

首先导入爬虫所需的库。requests库是一个常用的HTTP请求库,用于向网站发送请求并获取响应。可以使用该库设置请求头(Headers),并获取页面内容。lxml是Python中另一个常用的XML和HTML解析库。它提供了高效且灵活的解析器,用于处理XML和HTML文档。lxml的解析速度非常快,并且支持XPath和CSS选择器,使得数据提取和定位元素变得更加简单和方便。简而言之,requests库用于得到网页的页面内容,lxml库用于提取我们需要的数据。import csv。

celiaweiwei的博客 3403

操作系统 | 知识梳理 | 复习(上)

操作系统复习

知识库搭建ing 3476

python爬虫异步加载_Python爬虫爬取异步加载的数据

前言本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。作者:努力努力再努力f12开发者选项 找到network 里面有异步加载的数据,如果你对这个还不是很懂。可以先去小编的Python交流.裙 :一久武其而而流一思(数字的谐音)转换下可以找到了,里面有最新Python教程项目可拿,多跟里面的人交流,进步更快哦!刷新看找数据看他们的...

weixin_39864489的博客 584

上万条对话白分析了?智能客服质检避坑指南:90%团队倒在这些误区

当前客服质检普遍存在投入产出失衡的现象,根源在于十大误区:过度关注单点技术指标而忽视端到端解决能力、僵化的话术模板限制AI应变、数据孤岛阻碍知识进化、盲目追求拟人化牺牲效率、传统整改机制跟不上机器速度等。破局需重构质检体系,包括建立决策树质检法、设计复杂问题测试集、构建实时数据闭环、重置AI专属评价指标、实施分钟级热修复机制等。关键在于将质检从被动纠错升级为主动赋能,通过根因分析、场景化反馈、标准化评分和数据驱动优化,打造"问题诊断-改进-验证"

2202_75469062的博客 1543

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

python 异步加载图片_Python爬虫学习笔记(1.3)爬取网站异步加载数据

异步加载数据:简单的举个例子,有些网页不需要换页,只要网页上的滚动条滑到最下方,它就会自动加载部分数据,和瀑布流一样,可以持续不断的加载数据 ,这些持续加载的数据就属于异步数据(由js控制,和请求网址的Request不是一起的)。首先,使用浏览器工具检查,选择Network下的XHR,然后鼠标往下滑,让网页不断的加载数据,观察XHR的变化,如图。1F33799E-A4BD-433D-AEB1-E5...

weixin_39811478的博客 276

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

python爬虫爬取异步加载的数据

python爬取异步加载的数据 爬取qq音乐歌手数据接口数据 https://y.qq.com/portal/singer_list.html 这是歌手列表的网址 分析网页 f12开发者选项 找到network 里面有异步加载的数据 刷新看找数据 看他们的response https://u.y.qq.com/cgi-bin/musicu.fcg?-=getUCGI20652690515...

qq_42099772的博客 6993

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

python 异步加载_Python学习笔记4——爬取异步加载数据

一.什么是异步加载?在之前的学习笔记中,爬取的网页是需要手动翻页的网址,但是一些网站是通过自动加载翻页的,如knewone网页。浏览knewone的官网就能发现,当下拉到网页最下端时,网站会自动加载新的数据,这样的网站加载方法,称为异步加载。异步加载又称之为非阻塞模式,当向网页提出请求(request)时,其实网站只是返回了主要样式和部分数据,而持续加载的网页数据是由JS控制,这时新加载出的网页数...

weixin_39614877的博客 1285

python爬取异步加载的网页_Python爬虫学习笔记(1.3)爬取网站异步加载数据

异步加载数据:简单的举个例子,有些网页不需要换页,只要网页上的滚动条滑到最下方,它就会自动加载部分数据,和瀑布流一样,可以持续不断的加载数据 ,这些持续加载的数据就属于异步数据(由js控制,和请求网址的Request不是一起的)。首先,使用浏览器工具检查,选择Network下的XHR,然后鼠标往下滑,让网页不断的加载数据,观察XHR的变化,如图。1F33799E-A4BD-433D-AEB1-E5...

weixin_39598069的博客 1122

python爬虫异步加载_Python学习笔记4——爬取异步加载数据

一.什么是异步加载?在之前的学习笔记中,爬取的网页是需要手动翻页的网址,但是一些网站是通过自动加载翻页的,如knewone网页。浏览knewone的官网就能发现,当下拉到网页最下端时,网站会自动加载新的数据,这样的网站加载方法,称为异步加载。异步加载又称之为非阻塞模式,当向网页提出请求(request)时,其实网站只是返回了主要样式和部分数据,而持续加载的网页数据是由JS控制,这时新加载出的网页数...

weixin_39603995的博客 1250

Python使用Selenium爬取淘宝异步加载的数据方法

淘宝的页面很复杂,如果使用分析ajax或者js的方式,很麻烦 抓取淘宝‘美食'上面的所有食品信息 spider.py import re from selenium import webdriver from selenium.common.exceptions import TimeoutException from selenium.webdriver.common.by import...

人生苦短, 还不用Python? 1029

Python爬虫之简书七日热门数据爬取(异步加载详解)

最近在家干活,好几天没更新了,最近好友程兄也开始写简书了,大家可以多看看,讲的很详细(我毕竟懒);正好碰到他问异步加载的问题,那我今天就已简书七日热门为例,给大家讲讲异步加载的数据怎么爬。 异步加载分析 1 先看看网页: 看上去也没什么特别的地方,但往下拉是这样的: ...

罗罗攀 290

Python使用Selenium爬取淘宝异步加载的数据

淘宝的页面很复杂,如果使用分析ajax或者js的方式,很麻烦 用Python+Selenium方式抓取

wqh_jingsong的专栏 4510

python提取ajax异步加载数据_python爬取豆瓣电影分类排行榜引出的异步加载(AJAX)问题...

1.背景之前的文章中已经介绍过猫眼TOP100的电影信息爬取案例,网页每页有10条电影信息,通过翻页发现URL变化规律构造循环爬取10页100条全部电影信息。但是豆瓣电影分类排行榜的网页情况就所不同,打开恐怖片分类下的排行榜:假如要爬当前页面的电影名,按之前的套路分析网页:爬取代码如下:import requestsfrom bs4 import BeautifulSoupurl = 'https...

weixin_39968436的博客 389
上一篇: Python任意字典写入MySQL
下一篇: 前程无忧——爬虫+数据分析
小基基o_O
博客等级 码龄9年 4414粉丝 467原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小基基o_O

您的鼓励是我创作的巨大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值