Python Requests爬取目标网页代码,求神帮看下源码,pythonrequests,在学习python爬虫过


在学习python爬虫过程中
想练习爬取该网站:http://www.topit.me/的图片

可是当初次访问该网站时
网页会显示该页面:http://www.topit.me/event/warmup/welcome/views/index.html
所以每次都获取不到我想要的HTML代码

该怎么解决呢?谢谢! 代码如下:

import re,requestsTopit_headers={'User-Agent':'Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/42.0.2311.152 Safari/537.36'}Topit_Html=requests.get('http://www.topit.me/',headers=Topit_headers)Pic_url=re.findall('src="(.*?)" style',Topit_Html.text,re.S)print Topit_Html.cookies

Topit_headers里添加Cookie

初次访问主页,会跳转至欢迎页面,欢迎页上有 [进入网页版本] 的按钮,之后就不会再跳转了,说明按钮上有个操作设定了是否跳转的标识,查看源代码可知,设置了一个 cookie 作为标识

$.cookie('is_click' , '1',{expires: 100,path:'/',domain:'topit.me'});

所以在访问主页的时候,带上这个 cookie 即可

curl 'http://www.topit.me/' -H 'Cookie: is_click=1;'

'src="(.*?)" style' 源码没有这些内容,匹配不到的吧

编橙之家文章,

评论关闭