鱼C论坛

 找回密码
 立即注册
查看: 1038|回复: 3

[已解决]爬取网页源码与审查元素不一致如何解决?(cookies已加)

[复制链接]
发表于 2020-4-1 21:22:09 | 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
我想爬取音乐排行榜的歌曲名称,
import requests

def get_url(url):
    headers = {'user_agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36',
    'referer':'https://music.163.com'}
    cookies = dict(cookies_are=' _ntes_nnid=f5291a60e8322f06589d07f84941da7b,1580733444127; _ntes_nuid=f5291a60e8322f06589d07f84941da7b; P_I********820c03.1.0.1584157473499.0.1584157480981; login_target=163')
    res = requests.get(url,headers = headers,cookies=cookies)
    html = res.text
    return(html)
def main(url):
    html = get_url(url)
    with open("5.txt",'w',encoding='utf-8') as f:
        f.write(html)
if __name__ == '__main__':
    url = 'https://music.163.com/discover/toplist'
    main(url)

cookies已加,但是得到的网页源代码还是只有200多行

并且内容明确是在GET包里面,查资料说是F12看到是源码被js加载后的结果,
请问该怎么办呀~~~给一个自学的方向也可以呀
最佳答案
2020-4-1 22:06:27
这样
import requests
from lxml import etree
url = 'https://music.163.com/discover/toplist'
headers = {
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36'
}
response = requests.get(url,headers = headers)
text = response.text

html = etree.HTML(text)
songname = html.xpath('//ul[@class="f-hide"]//a/text()')
address = html.xpath('//ul[@class="f-hide"]//a/@href')
print(songname)
print(address)
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

 楼主| 发表于 2020-4-1 21:34:04 | 显示全部楼层
救命呀
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2020-4-1 22:06:27 | 显示全部楼层    本楼为最佳答案   
这样
import requests
from lxml import etree
url = 'https://music.163.com/discover/toplist'
headers = {
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36'
}
response = requests.get(url,headers = headers)
text = response.text

html = etree.HTML(text)
songname = html.xpath('//ul[@class="f-hide"]//a/text()')
address = html.xpath('//ul[@class="f-hide"]//a/@href')
print(songname)
print(address)
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2020-4-1 22:20:05 | 显示全部楼层

我试了你的代码能爬出来,但是我的代码就是爬不出来
想知道小甲鱼最近在做啥?请访问 -> 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, 2024-11-25 19:29

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表