首页 > 代码库 > python获取动态网站上面的动态加载的数据（初级）
python获取动态网站上面的动态加载的数据（初级）
我们在处理一些网站数据的时候，有时候我们需要的数据很多都是动态加载的，而不都是静态的，以下以一个实例来介绍简单的获取动态数据，首先申明本人小白，还在学习python中，这个方法还是比较笨拙的，但是对于初学者还是需要知道的。
首先我们的要求是获取下面文章的参考文献：
刚刚开始，我的想法是使用lxml、BeatifulSoup、正则表达式来处理，这几个是处理静态网站的常用方法，查看网页源码我们会发现相应的div里面是空，也就是说上面的数据不是静态的，而是后面动态加载的，利用googl浏览器可以看到：
标记的三个对应了网站里面的相似文献、参考文献、引证文献，我们需要的是参考文献，所以点击第二个：
我们可以看到数据就在里面，然后点击Header，复制里面的URL：
利用下面的代码就可以获取相应的数据了：
#-*- coding:utf-8 -*-
import requests
url=‘http://xueshu.baidu.com/usercenter/data/schpaper?callback=jQuery110208239584223582068_1502539053728&wd=citepaperuri%3A(17d24f9533609a132a16703fde60ce19)&req_url=http%3A%2F%2Fwww.oalib.com%2Fpaper%2F4015889&type=reference&rn=10&page_no=1‘
data=requests.get(url)
print data
但是如果要获取所有的参考文献怎么办，我们不能一个链接一个链接的复制，那不就特别麻烦，下面是代码的改进，首先我们要知道总共有多少页参考文献，也就是URL里面的page_no的·值，以下为改进的代码：（其实我们也可以直接估计有50页参考文献，然后使用try。。。except。。。来获取异常也是可以的）
#-*- coding:utf-8 -*-
import requests
n=相关页数
url=‘http://xueshu.baidu.com/usercenter/data/schpaper?callback=jQuery110208239584223582068_1502539053728&wd=citepaperuri%3A(17d24f9533609a132a16703fde60ce19)&req_url=http%3A%2F%2Fwww.oalib.com%2Fpaper%2F4015889&type=reference&rn=10&page_no=‘
for i in range(1,n+1):
data=requests.get(url+str(i))
print data
返回值是json格式的，剩下的就是处理json格式了（记得除去返回的多余数据），参见：http://www.cnblogs.com/ybf-yyj/articles/7351580.html。
python获取动态网站上面的动态加载的数据（初级）
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。