Question

我试图从似乎是ajax webapage的数据中删除数据。数据每秒自动刷新。

http://daytonama.clubspeedtiming.com/sp_center/livescore.aspx

如果我选择了正确的下拉菜单，或者页面正在更改为我需要抓取的数据，我似乎无法解决问题。

由于

!/usr/bin/env python
import mechanize
from bs4 import BeautifulSoup
import re
import urllib2
#import html2text
import time

# Set credentials
venue = "sp" # Manchester (ma), Milton Keynes (mk), Sandown Park (sp), Tamworth (ta)
track = "3" # Manchester (3), Milton Keynes (1)

# Open new browser
br = mechanize.Browser()

# Target live timing page
resp = br.open("http://daytona"+ venue +".clubspeedtiming.com/sp_center/livescore.aspx")
html = resp.read()

# Grab live data table
soup = BeautifulSoup(html, "html5lib")

# Select track layout
select_node = soup.findAll('select', attrs={'name': 'ddlTrack'})

if select_node:
    for option in select_node[0].findAll('option'):
        print ''
        #print option.text

br.select_form( name = 'form1' )
br.form['ddlTrack'] = [track]

grid = soup.find("div", { "id" : "grid" })
print ''.join(map(str, grid.contents))

Answer 1

通常，ajax调用由在目标网页上运行JS的异步请求触发

据我所知，mechanize.Browser不是真正的浏览器，它无法执行和理解javascript，它无法发送异步请求。

在我看来，这是你实际尝试输入到BS4的页面没有真正加载的原因，这就是你无法选择的原因。

我可以想到两个选择：

使用selenium或phantomJS（无头）作为浏览器。
分析网络并尝试找出网页正在执行的请求，然后只是模拟ajax请求，而不是尝试加载整个页面

使用python，beautifulsoup和mechanize

1 个答案: