Question

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。

Answer 1

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。

如何使用mechanize提交表单以获取下一个网页的URL？

1 个答案: