python爬虫(二) ---- JS动态渲染数据抓取

python爬虫之JS动态渲染数据抓取

• 一、环境准备
• 二、爬取思路
• 三、代码示例
• 四、结果展示

一、环境准备

• 练习地址: https://spa1.scrape.center/page/1

• requests：发出请求

• pandas：保存数据到 csv文件

• 依赖安装命令:

  pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple
  pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

二、爬取思路

• JS动态渲染的数据是前后端分离的, 直接通过地址无法获取到具体的数据, 需要找到数据返回的api, 然后通过requests请求api拿到数据(一般为json数据), 最后进行解析获取想要的内容
• 在浏览器开发者模式中, 选中 网络 -> Fetch/XHR, 找到api, 如下图所示:
• 分析这个json结构, 解析出需要的内容

三、代码示例

import requests
import pandas as pd


def request(url):
    r = requests.get(url);
    return r.json();


def parseJson(json_data):
    movie_list = []
    results = json_data['results']
    for result in results:
        movie_info = {'name': f"{result['name']} - {result['alias']}",
                      'categories': ','.join(result['categories']),
                      'location': ','.join(result['regions']),
                      'duration': result['minute'],
                      'release_date': result['published_at'],
                      'score': result['score']}
        movie_list.append(movie_info)
    return movie_list


def save(data):
    df = pd.DataFrame(data);
    # 设置表头
    df.columns = ['电影名', '类型', '地域', '时长', '上映时间', '评分'];
    df.to_csv("data_js.csv", index=False, encoding='utf-8-sig');


if __name__ == '__main__':
    # 发出请求
    jsonData = request('https://spa1.scrape.center/api/movie/?limit=10&offset=0')
    print(f'获取jsonData成功..')

    # 解析json
    movie_list = parseJson(jsonData);
    print('解析json成功..')

    # 存储数据
    save(movie_list)
    print('写入文件成功...')

四、结果展示