python3爬取豆瓣电影Ajax(获取动态内容)
2018-01-22 21:11
543 查看
利用python3中的urllib模块对豆瓣电影的“喜剧片”进行爬取。因为是动态页面,我们关注点应在数据来源上,我们知道所有Ajax数据来源都是json,通过Fiddler抓包工具,我们可以获取相应json数据,提取出相应url,以及post请求的QueryString,之后便可以进行代码的编写。
代码如下:
运行之后便可以得到相应json数据,值得注意的是start值代表起始电影序号。0代表评分最高的电影(或其他排序规则)。可以通过修改start值随意爬取数据。
代码如下:
# -*- coding:utf-8 -*- from urllib import request as urllib2 from urllib import parse url = r'https://movie.douban.com/j/new_search_subjects?' headers = { 'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:57.0) Gecko/20100101 Firefox/57.0' } formData = { 'sort':'T', 'range':'0,10', 'tags':'电影,喜剧', 'start':'0', } data = parse.urlencode(formData).encode('utf-8') request = urllib2.Request(url=url, data=data, headers=headers) response = urllib2.urlopen(request) print(response.read().decode())
运行之后便可以得到相应json数据,值得注意的是start值代表起始电影序号。0代表评分最高的电影(或其他排序规则)。可以通过修改start值随意爬取数据。
相关文章推荐
- python学习4:获取豆瓣上映电影数据
- Python爬虫之模拟登录豆瓣获取最近看过的电影
- python BeautifulSoup 获取豆瓣当前热映电影以及评分
- 【python】自动获取豆瓣电影信息
- Python爬虫入门 | 7 分类爬取豆瓣电影,解决动态加载问题
- Python爬虫获取豆瓣电影TOP250
- python爬虫(爬取豆瓣电影)_动态网页,json解释,中文编码
- Python爬虫使用Selenium+PhantomJS抓取Ajax和动态HTML内容
- Python获取动态网页内容的一种处理方法
- python爬取动态网站实例——以爬取豆瓣电影分类排行榜为例
- Python3 获取ajax 返回内容
- python获取完整网页内容(即包括js动态加载的):selenium+phantomjs
- 爬虫实战【11】Python获取豆瓣热门电影信息
- ajax动态获取select中option内容,并添加点击事件
- Python爬虫使用Selenium+PhantomJS抓取Ajax和动态HTML内容
- Python爬虫如何获取动态内容-上
- Python爬虫使用Selenium+PhantomJS抓取Ajax和动态HTML内容
- Python PhatomJS 和Selenium动态加载页面 获取图片内容
- Python爬虫实战入门五:获取JS动态内容—爬取今日头条
- Python爬虫如何获取动态内容-下