|
获取Ajax方式加载的数据 爬虫最需要关注的不是页面信息，而是页面信息的数据来源。 Ajax方式加载的页面，数据来源一定是JSON，直接对AJAX地址进行post或get，拿到JSON，就是拿到了网页数据。 （1）先通过浏览器访问豆瓣电影排行榜 https://movie.douban.com/typerank?type_name=%E5%89%A7%E6%83%85&type=11&interval_id=100:90&action= 
相关推荐：《Python视频教程》 （2）浏览器访问后，通过抓包工具就可以获取我们想要的一些信息。 
只要response里面有 JSON数据，我们就可以找到服务器的数据来源。 分析发现变动的是start value和limit value, type,interval_id,action，固定不变，这三个url中已经包含了，所以formdata只用传start和limit。 import urllib
import urllib2
url = 'https://movie.douban.com/typerank?type_name=%E5%89%A7%E6%83%85&type=11&interval_id=100:90&action='
headers = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko)
Chrome/60.0.3112.101 Safari/537.36'}
# start和limit可以自己随便设置
formdata = {'start':'20','limit':'100'}
data = urllib.urlencode(formdata)
request = urllib2.Request(url,data = data,headers=headers)
response = urllib2.urlopen(request)
print response.read()相关推荐： Python爬虫如何爬取贴吧内容 |
