python中怎么用JS加載加快爬蟲(chóng)獲取

這篇文章主要介紹python中怎么用JS加載加快爬蟲(chóng)獲取，文中介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們一定要看完！

python的requests庫(kù)只能爬取靜態(tài)頁(yè)面，爬取不了動(dòng)態(tài)加載的頁(yè)面。使用JS加載數(shù)據(jù)方式，能提高爬蟲(chóng)門(mén)檻。

爬蟲(chóng)方法：

抓包獲取數(shù)據(jù)url

通過(guò)抓包方式可以獲取數(shù)據(jù)的請(qǐng)求url，再通過(guò)分析和更改url參數(shù)來(lái)進(jìn)行數(shù)據(jù)的抓取。

示例：

1.看 https://image.baidu.com這部分的包?？梢钥吹剑@部分包里面，search下面的那個(gè) url和我們?cè)L問(wèn)的地址完全是一樣的，但是它的response卻包含了js代碼。

2.當(dāng)在動(dòng)物圖片首頁(yè)往下滑動(dòng)頁(yè)面，想看到更多的時(shí)候，更多的包出現(xiàn)了。從圖片可以看到，下滑頁(yè)面后得到的是一連串json數(shù)據(jù)。在data里面，可以看到thumbURL等字樣。它的值是一個(gè)url。這個(gè)就是圖片的鏈接。

3. 打開(kāi)一個(gè)瀏覽器頁(yè)面，訪問(wèn)thumbURL=https://ss1.bdstatic.com/70cFvXSh_Q1YnxGkpoWK1HF6hhy/it/u=1968180540,4118301545&fm=27&gp=0.jpg，發(fā)現(xiàn)搜索結(jié)果里的圖片。

4. 根據(jù)前面的分析，就可以知道，用瀏覽器訪問(wèn)這個(gè)鏈接確定他是公開(kāi)的。

5. 最后就可以尋找URL的規(guī)律，對(duì)URL進(jìn)行構(gòu)造便可獲取所有照片。

使用selenium

通過(guò)使用selenium來(lái)實(shí)現(xiàn)模擬用戶(hù)操作瀏覽器，然后結(jié)合BeautifulSoup等包來(lái)解析網(wǎng)頁(yè)通過(guò)這種方法獲取數(shù)據(jù)，簡(jiǎn)單，也比較直觀，缺點(diǎn)是速度比較慢。

以上是“python中怎么用JS加載加快爬蟲(chóng)獲取”這篇文章的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對(duì)大家有幫助，更多相關(guān)知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！