登陆可实现PC、移动端同步进度.
19. Ajax信息爬取实战
-
Ajax = 异步 JavaScript 和 XML(标准通用标记语言的子集)。
-
Ajax 是一种用于创建快速动态网页的技术。
-
Ajax 是一种在无需重新加载整个网页的情况下,能够更新部分网页的技术。
-
案例:爬取京东指定商品信息的评论信息
#爬取指定京东商品的评论信息
import requests
import re
# header头信息
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:43.0) Gecko/20100101 Firefox/43.0',
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
'Accept-Language': 'zh-CN,zh;q=0.8,en-US;q=0.5,en;q=0.3',
'Accept-Encoding': 'gzip, deflate',
'Referer': 'http://www.baidu.com',
'Connection': 'keep-alive',
'Cache-Control': 'max-age=0',
}
#请求url地址
url = "https://sclub.jd.com/comment/productPageComments.action?callback=fetchJSON_comment98vv14&productId=6045059&score=0&sortType=5&page=1&pageSize=10&isShadowSku=4687958&rid=0&fold=1"
# 提交请求爬取信息
response = requests.get(url,headers=headers)
#获取响应码
html = response.text
pat = '"content":"(.*?)"'
items = re.findall(pat,html,re.S)
#print(items)
for v in items:
print(v)
print("="*80)
- 还没有人评论,欢迎说说您的想法!