搜索

首页  >  问答  >  正文

python - 如何爬取带有日期选择的ajax网站?

需要爬取三峡水库的实时水情数据,可以在网页中选择日期显示水情信息,如果一天天选择再复制数据发现很是耗时,我现在需要将下图中三峡水利枢纽2014年-2016年每天的数据爬下来。

网址如下:
http://www.ctgpc.com.cn/sxjt/...

通过浏览器自带的检查工具,右键检查元素,查看 network,查看调用的 ajax API 地址:初步分析后发现是通过ajax调用了以下网址,并用POST传递了一个日期数据,例如今天2017-02-15给该网址:
http://www.ctgpc.com.cn/eport...

Header如下:

Response如下:

之前有搜索到类似的问题:https://segmentfault.com/q/10...
但是按照回答并没能解决我的疑惑,因此在这里求助各位前辈,麻烦大家了

伊谢尔伦伊谢尔伦2781 天前1247

全部回复(4)我来回复

  • 伊谢尔伦

    伊谢尔伦2017-04-18 10:21:32

    可以利用requests库模拟post提交。 从游览器检查工具可以看到传的参数是time:2017-02-07。定义data={"time": 日期譬如2017-02-07}。 然后你可以写个循环,循环一次日期往后加一天。然后就r = requests.post("url", data=data, header=****)。 取出数据保存入库。每次循环嫌慢的话,可以加上gevent这个协程库加快速度,看你也就想抓2年的数据循环365*2次就OK了

    回复
    0
  • 伊谢尔伦

    伊谢尔伦2017-04-18 10:21:32

    你已经看到了那个包含数据的请求,那么你的问题是什么呢?

    回复
    0
  • 迷茫

    迷茫2017-04-18 10:21:32

    抓包,再模拟post或get
    看看下面的内容
    Python爬虫联想词视频和代码
    https://zhuanlan.zhihu.com/p/...

    跟黄哥学Python爬虫抓取代理IP和验证。
    https://zhuanlan.zhihu.com/p/...
    跟黄哥学Python爬虫抓取代理IP
    https://zhuanlan.zhihu.com/p/...

    回复
    0
  • PHP中文网

    PHP中文网2017-04-18 10:21:32

    都已经拿到Json串了,数据更好拿了啊

    回复
    0
  • 取消回复