鱼C论坛

 找回密码
 立即注册
查看: 2380|回复: 1

[已解决]xpath 爬取知,乎 ,的专栏标题,输出列表为空

[复制链接]
发表于 2021-5-31 16:09:31 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
结果是个空列表,xpath定位浏览器提取的和自己写的都试了,结果是空列表

  1. import requests
  2. from lxml import etree

  3. url = 'https://zhuanlan.zhihu.com/pypcfx'
  4. headers = {'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36'}
  5. html = requests.get(url, headers=headers)
  6. data = etree.HTML(html.text)
  7. title = data.xpath('//div[@class="Card css-ny4o71"]/div[@class="css-8txec3"]//h2/a/text()')
  8. print(title)
复制代码


微信图片_20210531104532.png
最佳答案
2021-5-31 16:42:20
这玩意是通过AJAX传过来的  你试试

  1. url = 'https://www.zhihu.com/api/v4/columns/pypcfx/pinned-items'
  2. headers = {'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36'}
  3. html = requests.get(url, headers=headers).json()["data"][0]["content"]
  4. print(html)
复制代码
小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

发表于 2021-5-31 16:42:20 | 显示全部楼层    本楼为最佳答案   
这玩意是通过AJAX传过来的  你试试

  1. url = 'https://www.zhihu.com/api/v4/columns/pypcfx/pinned-items'
  2. headers = {'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36'}
  3. html = requests.get(url, headers=headers).json()["data"][0]["content"]
  4. print(html)
复制代码
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2025-6-23 05:41

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表