如何用 Python 抓取 javascript 网站？

问题内容

我正在尝试抓取一个网站。我尝试过使用两种方法，但两种方法都没有为我提供我正在寻找的完整网站源代码。我正在尝试从下面提供的网站 url 中抓取新闻标题。

网址：“https://www.todayonline.com/”

这是我尝试过但失败的两种方法。

方法一：美汤

tdy_url = "https://www.todayonline.com/"
page = requests.get(tdy_url).text
soup = beautifulsoup(page)
soup # returns me a html with javascript text
soup.find_all('h3')

### returns me empty list []

登录后复制
方法2：selenium + beautifulsoup

tdy_url = "https://www.todayonline.com/"

options = Options()
options.headless = True

driver = webdriver.Chrome("chromedriver",options=options)

driver.get(tdy_url)
time.sleep(10)
html = driver.page_source

soup = BeautifulSoup(html)
soup.find_all('h3')

### Returns me only less than 1/4 of the 'h3' tags found in the original page source

登录后复制

请帮忙。我尝试过抓取其他新闻网站，这要容易得多。谢谢。

正确答案

您可以通过 api 访问数据（查看“网络”选项卡）：

例如，

import requests
url = "https://www.todayonline.com/api/v3/news_feed/7"
data = requests.get(url).json()

登录后复制

以上就是如何用 Python 抓取 javascript 网站？的详细内容，更多请关注每日运维网(www.mryunwei.com)其它相关文章！