問題描述

本人爬取一個網(wǎng)頁時注意到它的翻頁時靠這樣的一個函數(shù)實現(xiàn)的, 翻頁之后頁面網(wǎng)址也不變:

<input name='goto2' onclick='dirGroupMblogToPage(document.getElementById(’dirGroupMblogcp2’).value)' type='button' value='Go'/> </input> function dirGroupMblogToPage(currentPage){ jQuery.post('dirGroupMblog.action', {'page.currentPage':currentPage,gid:MI.TalkBox.gid}, function(data){$('#talkMain').html(data);window.scrollTo(0, $css.getY(MI.talkList._body)-65); });}

寫了這樣的函數(shù)試圖實現(xiàn)翻頁:

def login_page(login_url, content_url, usr_name='******@126.com', passwd='******'): # 實現(xiàn)登錄, 返回Session對象和獲得的頁面 post_data = {’r’: ’on’, ’u’: usr_name, ’p’: passwd} s = requests.Session() s.post(login_url, post_data) r = s.get(content_url) return s, rdef turn_page(s, next_page, content_url): post_url = 'http://sns.icourses.cn/dirGroupMblog.action' post_headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36','X-Requested-With':'XMLHttpRequest'} post_data = {'page.currentPage': next_page, 'gid': 2632} s.post(post_url, data=post_data, headers = post_headers) res = s.get(content_url) return res

但是調(diào)用turn_page()之后沒能實現(xiàn)翻頁。請問應該怎么解決這個問題? 另外請問想要解決好這類問題需要自學哪些方面的知識呢?謝謝!

問題解答

推薦使用 selenium

例如，如果需要點擊界面上，下一頁的按鈕，或者說需要輸入上下左右鍵，頁面可以翻頁，selenium webdriver可以做到，給出一個參考（我以前用來爬起點中文網(wǎng)的小說）

selenium 可以與頁面進行交互，單擊，雙擊，輸入，等待頁面加載（隱式等待，和顯式等待）。。。。

from selenium import webdriver# from selenium.webdriver.common.keys import Keys#driver = webdriver.PhantomJS(executable_path='D:phantomjs-2.1.1-windowsbinphantomjs')# 我的windows 已配置環(huán)境變量，不需指定 executable_path，使用 Chrome需要對應的瀏覽器以及驅(qū)動程序driver = webdriver.Chrome()# url 為你需要加載的頁面urlurl = ’http://sns.icourses.cn/*****’# 打開頁面driver.get(url)# 在你的例子中，是需要點擊 button ,通過class 屬性獲取到button，然后執(zhí)行單擊 .click()# 如果需要準確定位，可以自行搜索其他的 find_driver.find_element_by_class_name('buttonJump').click()# selenium webdriver 還有很多其它高級的用法，自行谷歌，你這個問題，搜索應該是能得到答案的，回答2：

分幾種情況，1、頁面上通過 js 效果實現(xiàn)滑動或者點擊實現(xiàn)翻頁；2、頁面上通過超鏈接點擊實現(xiàn)翻頁；

可以通過 chrome 的開發(fā)者工具中的 network 分析得到結(jié)果反會的是 html 頁面還是反饋 json 渲染。json 的話就好辦了，直接拿結(jié)果。普通html 頁面需要使用正則匹配到換頁。然后將鏈接放入待爬的池子中。

/a/11...