[已解决]简单爬虫问题

caly_fast

我进入到一个网站页面，在抓包工具我发现请求这个url的数据包的response有我需要的源代码，可是我通过请求这个url，打印出的响应数据发现，它没有网页上显示的数据，这是什么情况，葵丘求大佬解答！！！

最佳答案

月排行榜 / 总排行榜

YunGuo

2021-2-23 20:10:31

网站注册看了，cookie反爬。
分析很简单，首先，请求网页后浏览器源代码中有数据，但是网站是要登录才能进去的（浏览器没登录前打不开这个网站），根据这个推测要携带cookie请求，才能正常得到数据。所以你携带cookie就行了，然后正常提取数据去求和。

1. import requests
   
2. from lxml import etree
   
3. url = 'http://glidedsky.com/level/web/crawler-basic-1'
   
4. headers = {
   
5.     'user-agent': 'Mozilla/5.0',
   
6.     'cookie': ''   #  复制浏览器cookie
   
7. }
   
8. res = requests.get(url, headers=headers)
   
9. sel = etree.HTML(res.text)
   
10. nums = sel.xpath('//*[@class="col-md-1"]/text()')
    
11. num_sum = 0
    
12. for num in nums:
    
13.     num_sum += int(num.replace('\n', '').strip())
    
14. print(num_sum)

复制代码

跳转到最佳答案楼层

suchocolate

ajax

caly_fast

suchocolate 发表于 2021-2-23 18:52
ajax

怎么分析呀

caly_fast

suchocolate 发表于 2021-2-23 18:52
ajax

我捕获的阿贾克斯数据包也没得我要的数据呀，大佬

wp231957

caly_fast 发表于 2021-2-23 18:58
我捕获的阿贾克斯数据包也没得我要的数据呀，大佬

还是发网址才是

caly_fast

wp231957 发表于 2021-2-23 19:17
还是发网址才是

http://glidedsky.com/level/web/crawler-basic-1，这个网址要注册一下就可以访问了

caly_fast

wp231957 发表于 2021-2-23 19:17
还是发网址才是

已经发网站了，正在审核

YunGuo

网站注册看了，cookie反爬。
分析很简单，首先，请求网页后浏览器源代码中有数据，但是网站是要登录才能进去的（浏览器没登录前打不开这个网站），根据这个推测要携带cookie请求，才能正常得到数据。所以你携带cookie就行了，然后正常提取数据去求和。

1. import requests
   
2. from lxml import etree
   
3. url = 'http://glidedsky.com/level/web/crawler-basic-1'
   
4. headers = {
   
5.     'user-agent': 'Mozilla/5.0',
   
6.     'cookie': ''   #  复制浏览器cookie
   
7. }
   
8. res = requests.get(url, headers=headers)
   
9. sel = etree.HTML(res.text)
   
10. nums = sel.xpath('//*[@class="col-md-1"]/text()')
    
11. num_sum = 0
    
12. for num in nums:
    
13.     num_sum += int(num.replace('\n', '').strip())
    
14. print(num_sum)

复制代码

caly_fast

YunGuo 发表于 2021-2-23 20:10
网站注册看了，cookie反爬。
分析很简单，首先，请求网页后浏览器源代码中有数据，但是网站是要登录才能进 ...

问题解决了谢谢大佬，为啥不能把cookie放到params参数里呢？

YunGuo

caly_fast 发表于 2021-2-23 20:27
问题解决了谢谢大佬，为啥不能把cookie放到params参数里呢？

params是网站服务器需要传递的查询参数，而cookie不属于查询参数。
另外这里为了方便，我把cookie放到headers里面，cookie也可以在get请求时添加cookies参数，但是这个必须要是键值对形式（字典），拿到浏览器cookie还要处理成字典，不是很方便。
get请求添加cookie：

1. cookies = {
   
2.     '键': '值',
   
3. }
   
4. res = requests.get(url, headers=headers, cookies=cookies)

复制代码

caly_fast

YunGuo 发表于 2021-2-23 22:31
params是网站服务器需要传递的查询参数，而cookie不属于查询参数。
另外这里为了方便，我把cookie放到he ...

懂了懂了膜拜大佬