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
yinuo5 小时前
前端跨页面通讯终极指南⑤:window.name 用法全解析
前端
小飞侠在吗6 小时前
vue computed 和 watch
前端·javascript·vue.js
yinuo6 小时前
前端跨页面通讯终极指南④:MessageChannel 用法全解析
前端
CHANG_THE_WORLD6 小时前
Python 学习三 Python字符串拼接详解
开发语言·python·学习
前端布鲁伊6 小时前
聊聊前端容易翻车的“环境管理”
前端·面试
测试老哥6 小时前
Postman接口测试基本操作
自动化测试·软件测试·python·测试工具·测试用例·接口测试·postman
winfredzhang6 小时前
基于wxPython的TodoList任务管理器开发详解
python·wxpython·todolist·持久
釉色清风6 小时前
在openEuler玩转Python
linux·开发语言·python
Blossom.1186 小时前
基于多智能体强化学习的云资源调度系统:如何用MARL把ECS成本打下来60%
人工智能·python·学习·决策树·机器学习·stable diffusion·音视频
毕设十刻6 小时前
基于Vue的考勤管理系统8n7j8(程序 + 源码 + 数据库 + 调试部署 + 开发环境配置),配套论文文档字数达万字以上,文末可获取,系统界面展示置于文末
前端·数据库·vue.js