如何用python爬取js动态生成内容的页面

JavaScript09

如何用python爬取js动态生成内容的页面,第1张

抓取js动态生成的内容的页面有两种基本的解决方案

1用dryscrape库动态抓取页面

js脚本是通过浏览器来执行并返回信息的，所以，抓取js执行后的页面，一个最直接的方式就是用python模拟浏览器的行为。WebKit 是一个开源的浏览器引擎，python提供了许多库可以调用这个引擎，dryscrape便是其中之一，它调用webkit引擎来处理包含js等的网页！

2 selenium web测试框架

selenium是一个web测试框架，它允许调用本地的浏览器引擎发送网页请求，所以，它同样可以实现抓取页面的要求。

简单的说，做不到。

如果要抓取JS生成的页面，可以考虑用PhantomJS。

其原理大概就是在你的服务器上开了一个webkit内核的浏览器，然后在浏览器里面打开页面，在页面load之后，你可以通过API获取页面上的DOM，同时也可以进行点击之类的操作。

如何使用，不是这里面能说清楚的。还是自己差一些资料吧。