解决爬虫在重定向(Redirect)情况下,URL没有变化的方法

    重定向是一种网络服务,它可以实现从一个网页跳转到另一个网页的功能。它把用户请求的网页重定向到一个新的位置,而这个位置可以是更新的网页,或最初请求的网页的不同版本。另外,它还可以用来改变用户流量,当用户请求某个网页后,它会将用户请求重定向到一个截然不同的页面,从而达到在流量分发上更有效率的目的。

    重定向(Redirect)就是通过各种方法将各种网络请求重新定个方向转到其它位置(如:网页重定向、域名的重定向、路由选择的变化也是对数据报文经由路径的一种重定向)。

    打开 https://yanglee.com/information/ 主页 - 资讯这一版,可见 第1页,url 就是这一链接。

    当点击第2页后,url 还是那个

    打开 "Network",可见这 url 是动态加载的,请求方式是 "POST"

    打开 "Form Data" 可以看到,当我们点击时,其实就是通过 这4个参数去发起请求的。其中可见 pageIndex 就是页码。

    再点击 第2页后,看看 "Form Data" 的数据参数,pageIndex 变成 2 了

    那么通过这样观察,就可以知道每一分页实际的链接。那么链接是什么? 回到 Header 请求头这一版,可以看到 Request URL 是 https://yanglee.com/Action/GetInformationList.ashx,这个也就是 接口。

    回到 "Form Data", 刚才看到有4个参数组成,那么完整的请求 url 就是 接口地址?xxx=xxx&xxx=xxx 这样的表达方式。

    ?后面连接的就是那4个参数,表达形式 xxx=xxx 就是以键值对(key-value) 来表达的,每个key-value之间用 & 符号连接。

    从参数的表达形式可见为 xxx:xxx,如果参数少,我们可以直接手动更改,或者直接最快捷的方法,点击 "view source"

    点击后,会自动生成 xxx=xxx&xxx=xxx 这样的 key-value 表达方式。

    因此第2页实际完整的链接为:https://yanglee.com/Action/GetInformationList.ashx?pageIndex=2\&pageSize=15\&i=0\&OrderBy=C_ADDTIME+DESC

    最后成功解析出第2页的 page source

相关推荐
CTA量化套保1 天前
近期零基础量化学习:先分阶段,再用 AI 检查缺口
人工智能·python
剪刀石头布啊1 天前
javascript手动实现继承
前端
清水白石0081 天前
Python 死锁排查全攻略:从线程卡死到锁依赖定位与工程化修复
linux·网络·python
Elias不吃糖1 天前
Langfuse 入门:Trace、Prompt、Dataset、Experiment、Evaluator
前端·python·prompt·langfuse
vipbic1 天前
一个前端的 9 天重构:我是怎么用 Codex 重做航栈的
前端·javascript·后端
TechWayfarer1 天前
批量查IP归属地,在线API、脚本、离线库怎么选?三种方案实测对比
网络·python·网络协议·tcp/ip
七牛开发者1 天前
为什么 Go 很适合 AI 辅助开发?
数据库·人工智能·python·elasticsearch·log4j
河南凹凸环境艺术设计1 天前
性价比高的民宿酒店设计企业
大数据·人工智能·python
Eason_Lou1 天前
【无标题】
前端·vue.js·html