尴尬的爬虫JS解析

最近,我时常登陆粉笔网查看事业单位的招考信息,但是每一页内容仅仅只有一小部分,还是要手动去翻页,感觉很麻烦,所以我就想把,江苏省的所有招考信息一下子全部爬下来。

问题来了,我是这么干的:

首先确定,我要爬的是江苏省的事业单位招考信息,

尴尬的爬虫JS解析

我按了F12,然后刷新了页面

尴尬的爬虫JS解析

我首先构造了1978对应的请求,获取返回的内容全是基本上都是js代码,看不到内容。然后我又去看了那几个js请求,发现预览都是代码,完全不存在我想要的信息。这下有点难了。

然后我开始查资料,各种seleniu、phantomjs、PyQt webkit、、想要找到一种方法来从JS中提取我想要的数据,折腾了半天,进展不大,在看到知乎上一个人说除非特殊情况尽量不要用模拟浏览器的形式。我突然想到,我访问网页都是刷新的形式,为什么不采用点击产生事件的形式了,于是我再次打开F12,这一次我没有刷新,而是点击了江苏

尴尬的爬虫JS解析

 

奇迹出现了,返回的响应居然和之前刷新的不一样,尴尬的爬虫JS解析

挨个点击开来看看呗,居然在第三个请求的响应中看到了想要的数据

尴尬的爬虫JS解析

一声叹息,折腾来折腾去,原来在这里,好了事情简单了。