我正在试图抓取一些数据,决定将机械化与beautifulsoup结合使用。我必须在此网页上输入我要在表单中搜索的字段,然后单击搜索按钮以转到我想要删除数据的下一个相关页面。
开发者模式显示表单的以下代码 -
<form name="topsearch" id="topsearch" method="get" onsubmit="javascript:return search_post();" action="">
<input type="hidden" name="search_data" id="search_data" value="">
<input type="hidden" name="cid" id="cid" value="">
<input type="hidden" name="mbsearch_str" id="mbsearch_str">
<input type="hidden" name="topsearch_type" id="topsearch_type" value="1">
<input name="search_str" id="search_str" autocomplete="off" onkeyup="getAutosuggesion();" type="text" value="Search Quotes, News, NAVs..." onblur="if(this.value=='')this.value='Search Quotes, News, NAVs...';" onfocus="if(this.value=='Search Quotes, News, NAVs...')this.value='';if(this.value=='Search Quotes, News, NAVs...')this.value='';" class="txtsrchbox">
<div id="autosugg_mc" class="sugbx"></div>
<div class="PR srch_qote">
<div class="srchdrp" id="srchR">Quotes</div>
<div id="srch" class="qubx">
<ul class="qlist">
<li><a onclick="tab_topser('1');getAutosuggesion();" id="tab1" href="javascript:void(0)" class="">Quotes</a></li>
<li><a onclick="tab_topser('2');getAutosuggesion();" id="tab2" href="javascript:void(0)" class="">NAVs</a></li>
<li><a onclick="tab_topser('5');" id="tab5" href="javascript:void(0)" class="">Commodities</a></li>
<li><a onclick="tab_topser('9');" id="tab9" href="javascript:void(0)" class="active">Futures</a></li>
<li><a onclick="tab_topser('3');getAutosuggesion();" id="tab3" href="javascript:void(0)" class="">News</a></li>
<li><a onclick="tab_topser('4');" id="tab4" href="javascript:void(0)" class="">Messages</a></li>
<li><a onclick="tab_topser('6');getAutosuggesion();" id="tab6" href="javascript:void(0)" class="">Notices</a></li>
<li><a onclick="tab_topser('7');" id="tab7" href="javascript:void(0)" class="">Videos</a></li>
<li><a class="" onclick="tab_topser('8');" id="tab8" href="javascript:void(0)">All</a></li>
</ul>
</div>
</div>
<a href="javascript:;" onclick="$('#topsearch').submit()" style="float:left;" class="btn_search"></a>
<div class="CL"></div>
</form>
我使用 -
将相关搜索项填写到表单中import pandas as pd
import urllib2
import BeautifulSoup as bs
import mechanize
baseURL = "someBaseURL"
br = mechanize.Browser()
br.set_handle_refresh(mechanize._http.HTTPRefreshProcessor(), max_time=1)
#Open the Website
r = br.open(baseURL)
#Selecting the first form of the page
br.select_form(nr=0)
print br.geturl()
br.form['search_str'] = "Some Search"
br.submit()
print br.geturl()
提交表单后,如果我手动搜索网站上的相同字符串,则网址不会更改为网址。
我在提交后收到了网址 -
'baseURL?search_data=&cid=&mbsearch_str=&topsearch_type=1&search_str=Kiri+Industries'
如果我手动提交,我会使用URL -
进入下一页'baseURL/stockpricequote/dyes-pigments/kiriindustries/KDC01'
这是我需要能够抓取数据的网址。
提交按钮是否使用无法使用机械化调用的javascript,如果这是问题我该如何才能使其工作?
感谢任何帮助,谢谢。
答案 0 :(得分:0)
看来,至少从我的类似问题来看,机械化根本不能处理Javascript。尝试使用selenium它可以很好地处理javascript。我正在构建我的脚本,如果它解决了我的问题,我会更新。