Python3爬虫中关于Ajax分析方法的总结


Posted in Python onJuly 10, 2020

这里还以前面的微博为例,我们知道拖动刷新的内容由Ajax加载,而且页面的URL没有变化,那么应该到哪里去查看这些Ajax请求呢?

1. 查看请求

这里还需要借助浏览器的开发者工具,下面以Chrome浏览器为例来介绍。

首先,用Chrome浏览器打开微博的链接https://m.weibo.cn/u/2830678474,随后在页面中点击鼠标右键,从弹出的快捷菜单中选择“检查”选项,此时便会弹出开发者工具,如图6-2所示:

Python3爬虫中关于Ajax分析方法的总结

此时在Elements选项卡中便会观察到网页的源代码,右侧便是节点的样式。

不过这不是我们想要寻找的内容。切换到Network选项卡,随后重新刷新页面,可以发现这里出现了非常多的条目,如图6-3所示。

Python3爬虫中关于Ajax分析方法的总结

前面也提到过,这里其实就是在页面加载过程中浏览器与服务器之间发送请求和接收响应的所有记录。

Ajax其实有其特殊的请求类型,它叫作xhr。在图6-3中,我们可以发现一个名称以getIndex开头的请求,其Type为xhr,这就是一个Ajax请求。用鼠标点击这个请求,可以查看这个请求的详细信息,如图6-4所示。

Python3爬虫中关于Ajax分析方法的总结

在右侧可以观察到其Request Headers、URL和Response Headers等信息。其中Request Headers中有一个信息为X-Requested-With:XMLHttpRequest,这就标记了此请求是Ajax请求,如图6-5所示。

Python3爬虫中关于Ajax分析方法的总结

随后点击一下Preview,即可看到响应的内容,它是JSON格式的。这里Chrome为我们自动做了解析,点击箭头即可展开和收起相应内容,如图6-6所示。

Python3爬虫中关于Ajax分析方法的总结

观察可以发现,这里的返回结果是我的个人信息,如昵称、简介、头像等,这也是用来渲染个人主页所使用的数据。JavaScript接收到这些数据之后,再执行相应的渲染方法,整个页面就渲染出来了。

另外,也可以切换到Response选项卡,从中观察到真实的返回数据,如图6-7所示。

Python3爬虫中关于Ajax分析方法的总结

接下来,切回到第一个请求,观察一下它的Response是什么,如图6-8所示。

Python3爬虫中关于Ajax分析方法的总结

这是最原始的链接https://m.weibo.cn/u/2830678474返回的结果,其代码只有不到50行,结构也非常简单,只是执行了一些JavaScript。

所以说,我们看到的微博页面的真实数据并不是最原始的页面返回的,而是后来执行JavaScript后再次向后台发送了Ajax请求,浏览器拿到数据后再进一步渲染出来的。

2. 过滤请求

接下来,再利用Chrome开发者工具的筛选功能筛选出所有的Ajax请求。在请求的上方有一层筛选栏,直接点击XHR,此时在下方显示的所有请求便都是Ajax请求了,如图6-9所示。

Python3爬虫中关于Ajax分析方法的总结

接下来,不断滑动页面,可以看到页面底部有一条条新的微博被刷出,而开发者工具下方也一个个地出现Ajax请求,这样我们就可以捕获到所有的Ajax请求了。

随意点开一个条目,都可以清楚地看到其Request URL、Request Headers、Response Headers、Response Body等内容,此时想要模拟请求和提取就非常简单了。

图6-10所示的内容便是我的某一页微博的列表信息。

Python3爬虫中关于Ajax分析方法的总结

到现在为止,我们已经可以分析出来Ajax请求的一些详细信息了,接下来只需要用程序模拟这些Ajax请求,就可以轻松提取我们所需要的信息了。

在下一节中,我们用Python实现Ajax请求的模拟,从而实现数据的抓取。

以上就是Python3爬虫中关于Ajax分析方法的总结的详细内容,更多关于Python3爬虫里Ajax分析方法的资料请关注三水点靠木其它相关文章!

Python 相关文章推荐
基于Python的身份证号码自动生成程序
Aug 15 Python
python检测远程端口是否打开的方法
Mar 14 Python
对pandas将dataframe中某列按照条件赋值的实例讲解
Nov 29 Python
pycharm重命名文件的方法步骤
Jul 29 Python
python爬虫 模拟登录人人网过程解析
Jul 31 Python
Python中的上下文管理器相关知识详解
Sep 19 Python
Python Gluon参数和模块命名操作教程
Dec 18 Python
python filecmp.dircmp实现递归比对两个目录的方法
May 22 Python
keras用auc做metrics以及早停实例
Jul 02 Python
在django中实现choices字段获取对应字段值
Jul 12 Python
python如何爬取网页中的文字
Jul 28 Python
详解python算法常用技巧与内置库
Oct 17 Python
Python3爬虫中Ajax的用法
Jul 10 #Python
Python3爬虫中Selenium的用法详解
Jul 10 #Python
Python3爬虫中Splash的知识总结
Jul 10 #Python
Python3爬虫里关于Splash负载均衡配置详解
Jul 10 #Python
python3爬虫中异步协程的用法
Jul 10 #Python
浅析Python面向对象编程
Jul 10 #Python
Python爬虫小例子——爬取51job发布的工作职位
Jul 10 #Python
You might like
Admin generator, filters and I18n
2011/10/06 PHP
QQ互联一键登录审核不通过的解决方案
2014/09/10 PHP
PHP实现本地图片转base64格式并上传
2020/05/29 PHP
Nigma vs Liquid BO3 第二场2.13
2021/03/10 DOTA
extJs 下拉框联动实现代码
2010/04/09 Javascript
浅谈Javascript鼠标和滚轮事件
2012/06/27 Javascript
使用JavaScript获取地址栏参数的方法
2014/12/19 Javascript
JavaScript Split()方法
2015/12/18 Javascript
使用postMesssage()实现跨域iframe页面间的信息传递方法
2016/03/29 Javascript
js正则表达式注册页面表单验证
2016/10/11 Javascript
node.js缺少mysql模块运行报错的解决方法
2016/11/13 Javascript
Bootstrap基本组件学习笔记之下拉菜单(7)
2016/12/07 Javascript
基于JavaScript实现评论框展开和隐藏功能
2017/08/25 Javascript
微信小程序progress组件使用详解
2018/01/31 Javascript
解决ie11 SCRIPT5011:不能执行已释放Script的代码问题
2019/05/05 Javascript
基于mpvue的简单弹窗组件mptoast使用详解
2019/08/02 Javascript
react实现antd线上主题动态切换功能
2019/08/12 Javascript
浅谈vue项目用到的mock数据接口的两种方式
2019/10/09 Javascript
js中forEach,for in,for of循环的用法示例小结
2020/03/14 Javascript
简述Python中的面向对象编程的概念
2015/04/27 Python
ubuntu系统下使用pm2设置nodejs开机自启动的方法
2018/05/12 NodeJs
Python使用sklearn库实现的各种分类算法简单应用小结
2019/07/04 Python
Django model select的多种用法详解
2019/07/16 Python
Python Django的安装配置教程图文详解
2019/07/17 Python
Python过滤掉numpy.array中非nan数据实例
2020/06/08 Python
提高python代码运行效率的一些建议
2020/09/29 Python
Django数据统计功能count()的使用
2020/11/30 Python
HTML5和CSS3实例教程总结(推荐)
2016/07/18 HTML / CSS
小学生期末自我鉴定
2014/01/19 职场文书
请假条范文大全
2014/04/10 职场文书
干部考核评语
2014/04/29 职场文书
2014年加油站工作总结
2014/12/04 职场文书
试用期辞职信范文
2015/03/02 职场文书
2016年五一国际劳动节活动总结
2016/04/06 职场文书
Redis延迟队列和分布式延迟队列的简答实现
2021/05/13 Redis
详解TypeScript的基础类型
2022/02/18 Javascript