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
python实现用户登陆邮件通知的方法
Jul 09 Python
Python中格式化format()方法详解
Apr 01 Python
分析Python读取文件时的路径问题
Feb 11 Python
tensorflow创建变量以及根据名称查找变量
Mar 10 Python
浅谈python中对于json写入txt文件的编码问题
Jun 07 Python
python 反向输出字符串的方法
Jul 16 Python
Python3爬虫全国地址信息
Jan 05 Python
Python数据可视化:泊松分布详解
Dec 07 Python
如何写python的配置文件
Jun 07 Python
python代码实现猜拳小游戏
Nov 30 Python
Pygame Time时间控制的具体使用详解
Nov 17 Python
Python Django / Flask如何使用Elasticsearch
Apr 19 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
php学习之 数组声明
2011/06/09 PHP
PHP登录验证码的实现与使用方法
2016/07/07 PHP
PHP数字前补0的自带函数sprintf 和number_format的用法(详解)
2017/02/06 PHP
PHP-FPM和Nginx的通信机制详解
2019/02/01 PHP
Laravel框架FormRequest中重写错误处理的方法
2019/02/18 PHP
QQ空间顶部折页撕开效果示例代码
2014/06/15 Javascript
常用的Javascript数据验证插件
2015/08/04 Javascript
js重写方法的简单实现
2016/07/10 Javascript
JS提示:Uncaught SyntaxError:Unexpected token ) 错误的解决方法
2016/08/19 Javascript
深入浅出 jQuery中的事件机制
2016/08/23 Javascript
浅谈Angularjs link和compile的使用区别
2016/10/21 Javascript
js每隔两秒输出数组中的一项(实例)
2017/05/28 Javascript
jQuery.Form实现Ajax上传文件同时设置headers的方法
2017/06/26 jQuery
JavaScript Date对象应用实例分享
2017/10/30 Javascript
Angular实现的table表格排序功能完整示例
2017/12/22 Javascript
layui实现checkbox的目录树tree的例子
2019/09/12 Javascript
vue中添加与删除关键字搜索功能
2019/10/12 Javascript
jquery获取input输入框中的值
2019/11/13 jQuery
vue项目中自定义video视频控制条的实现代码
2020/04/26 Javascript
JavaScript禁止右击保存图片,禁止拖拽图片的实现代码
2020/04/28 Javascript
javascript canvas时钟模拟器
2020/07/13 Javascript
Python中字典的setdefault()方法教程
2017/02/07 Python
python jieba分词并统计词频后输出结果到Excel和txt文档方法
2018/02/11 Python
如何使用pandas读取txt文件中指定的列(有无标题)
2020/03/05 Python
Python实现动态循环输出文字功能
2020/05/07 Python
python如何导出微信公众号文章方法详解
2020/08/31 Python
python 绘制国旗的示例
2020/09/27 Python
美国最大的在线水培用品商店:GrowersHouse.com
2018/08/14 全球购物
美国唇部护理专家:Sara Happ
2019/06/19 全球购物
EJB包括(SessionBean,EntityBean)说出他们的生命周期,及如何管理事务的
2015/07/24 面试题
应届生求职信写作技巧
2013/10/24 职场文书
怎么写有吸引力的自荐信
2013/11/17 职场文书
同学会邀请书大全
2014/01/12 职场文书
军事博物馆观后感
2015/06/05 职场文书
2016暑期政治学习心得体会
2016/01/23 职场文书
导游词之江苏同里古镇
2019/11/18 职场文书