Rumah > Soal Jawab > teks badan
<a href="javascript:__doPostBack('AspNetPager1','3')" class="Pager" title="转到第3页" style="margin-right:5px;">[3]</a>
function __doPostBack(eventTarget, eventArgument) {
if (!theForm.onsubmit || (theForm.onsubmit() != false)) {
theForm.__EVENTTARGET.value = eventTarget;
theForm.__EVENTARGUMENT.value = eventArgument;
theForm.submit();
}
对于这种翻页方式,怎么用爬虫爬取呢?网站翻页后URL没有发生改变。我之前使用bs4和selenium模拟翻页操作再爬取,可是数据量太大,这种方法速度太慢。80%的时间都浪费在翻页上。
高洛峰2017-04-18 10:15:25
Masalah ini perlu dianalisis secara khusus pada laman web yang berbeza akan mempunyai kaedah pengendalian yang berbeza.
Sekarang andaikan bahawa dalam situasi yang lebih biasa, kaedah ini boleh digunakan:
Hidupkan mod nyahpepijat penyemak imbas
Klik halaman seterusnya untuk melihat Respons permintaan rangkaian yang sepadan biasanya adalah URL halaman seterusnya
Lihat pengepala permintaan dan parameter permintaan permintaan, analisis dan cari corak
Gunakan python untuk mensimulasikan permintaan HTTP untuk mendapatkan URL dalam kelompok
Maklumat merangkak, mengesyorkan LXML untuk penghuraian HTML
Mengenai cara mensimulasikan permintaan HTTP, sila rujuk python untuk mensimulasikan permintaan HTTP