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
m0_462605223 分钟前
第N9周:seq2seq翻译实战-Pytorch复现-小白版
人工智能·pytorch·python
纪伊路上盛名在4 分钟前
记1次BioPython Entrez模块Elink的debug
前端·数据库·python·debug·工具开发
CryptoRzz4 分钟前
日本股票 API 对接实战指南(实时行情与 IPO 专题)
java·开发语言·python·区块链·maven
ss2735 分钟前
考研加油上岸祝福弹窗程序
python
xiaoxue..5 分钟前
React 之 Hooks
前端·javascript·react.js·面试·前端框架
小心我捶你啊8 分钟前
正向代理与反向代理两者的核心区别
网络·爬虫·网络协议
旧梦吟10 分钟前
脚本网页 三人四字棋
前端·数据库·算法·css3·html5
莫物12 分钟前
element el-table表格 添加唯一标识
前端·javascript·vue.js
乾元12 分钟前
基于时序数据的异常预测——短期容量与拥塞的提前感知
运维·开发语言·网络·人工智能·python·自动化·运维开发
江上清风山间明月13 分钟前
使用python将markdown文件生成pdf文件
开发语言·python·pdf