动态网站源代码(动态网站源代码能爬下来吗)[20240425更新]
admin 发布:2024-04-25 19:07 113
本篇文章给大家谈谈动态网站源代码,以及动态网站源代码能爬下来吗对应的知识点,希望对各位有所帮助,不要忘了收藏本站喔。
本文目录一览:
什么是网站的源代码?
网站源码,也称为源代码,源程序。是指未编译的文本代码或一个网站网站源码
网站源码
的全部源码文件,是一系列人类可读的计算机语言指令。我们可以把它理解成源文代码,当前看到的这个网页来说,其实它是由一大堆的源代码组成,通过我们的IE(Microsoft
Internet
Explorer)浏览器(或服务器)翻译成现在我们所看到的样子。
python爬虫怎么获取动态的网页源码
一个月前实习导师布置任务说通过网络爬虫获取深圳市气象局发布的降雨数据,网页如下:
心想,爬虫不太难的,当年跟zjb爬煎蛋网无(mei)聊(zi)图的时候,多么清高。由于接受任务后的一个月考试加作业一大堆,导师也不催,自己也不急。
但是,导师等我一个月都得让我来写意味着这东西得有多难吧。。。今天打开一看的确是这样。网站是基于Ajax写的,数据动态获取,所以无法通过下载源代码然后解析获得。
从某不良少年写的抓取淘宝mm的例子中收到启发,对于这样的情况,一般可以同构自己搭建浏览器实现。phantomJs,CasperJS都是不错的选择。
导师的要求是获取过去一年内深圳每个区每个站点每小时的降雨量,执行该操作需要通过如上图中的历史查询实现,即通过一个时间来查询,而这个时间存放在一个hidden类型的input标签里,当然可以通过js语句将其改为text类型,然后执行send_keys之类的操作。然而,我失败了。时间可以修改设置,可是结果如下图。
为此,仅抓取实时数据。选取python的selenium,模拟搭建浏览器,模拟人为的点击等操作实现数据生成和获取。selenium的一大优点就是能获取网页渲染后的源代码,即执行操作后的源代码。普通的通过 url解析网页的方式只能获取给定的数据,不能实现与用户之间的交互。selenium通过获取渲染后的网页源码,并通过丰富的查找工具,个人认为最好用的就是find_element_by_xpath("xxx"),通过该方式查找到元素后可执行点击、输入等事件,进而向服务器发出请求,获取所需的数据。
[python] view plain copy
# coding=utf-8
from testString import *
from selenium import webdriver
import string
import os
from selenium.webdriver.common.keys import Keys
import time
import sys
default_encoding = 'utf-8'
if sys.getdefaultencoding() != default_encoding:
reload(sys)
sys.setdefaultencoding(default_encoding)
district_navs = ['nav2','nav1','nav3','nav4','nav5','nav6','nav7','nav8','nav9','nav10']
district_names = ['福田区','罗湖区','南山区','盐田区','宝安区','龙岗区','光明新区','坪山新区','龙华新区','大鹏新区']
flag = 1
while (flag 0):
driver = webdriver.Chrome()
driver.get("hianCe/")
# 选择降雨量
driver.find_element_by_xpath("//span[@id='fenqu_H24R']").click()
filename = time.strftime("%Y%m%d%H%M", time.localtime(time.time())) + '.txt'
#创建文件
output_file = open(filename, 'w')
# 选择行政区
for i in range(len(district_navs)):
driver.find_element_by_xpath("//div[@id='" + district_navs[i] + "']").click()
# print driver.page_source
timeElem = driver.find_element_by_id("time_shikuang")
#输出时间和站点名
output_file.write(timeElem.text + ',')
output_file.write(district_names[i] + ',')
elems = driver.find_elements_by_xpath("//span[@onmouseover='javscript:changeTextOver(this)']")
#输出每个站点的数据,格式为:站点名,一小时降雨量,当日累积降雨量
for elem in elems:
output_file.write(AMonitorRecord(elem.get_attribute("title")) + ',')
output_file.write('\n')
output_file.close()
driver.close()
time.sleep(3600)
文件中引用的文件testString只是修改输出格式,提取有效数据。
[python] view plain copy
#Encoding=utf-8
def OnlyCharNum(s, oth=''):
s2 = s.lower()
fomart = 'abcdefghijklmnopqrstuvwxyz0123456789,.'
for c in s2:
if not c in fomart:
s = s.replace(c, '')
return s
def AMonitorRecord(str):
str = str.split(":")
return str[0] + "," + OnlyCharNum(str[1])
一小时抓取一次数据,结果如下:
动态网站源码怎么运行
传统的动态网页的运行: 当浏览者变更下拉式菜单中选取的项目、点选按钮或做出任何与Web服务器互动的操作时,就会产生Http Request,将整个网页内容传送到Web服务器,即使这次操作只是需要一个字段的数据,浏览器仍会将所有字段的数据都传送到Web服务器,Web服务器在收到数据后,就会执行指定的操作,然后以Http Response的方式,将执行结果全部送回浏览器(包括完全没有变动过的数据、图片、JavaScript 等)。
网站的源代码是什么意思?
源程序(source code)是指未编译的按照一定的程序设计语言规范书写的文本文件。 源代码(也称源程序),是指一系列人类可读的计算机语言指令。 在现代程序语言中,源代码可以是以书籍或者磁带的形式出现,但最为常用的格式是文本文件,这种典型格式的目的是为了编译出计算机程序。计算机源代码的最终目的是将人类可读的文本翻译成为计算机可以执行的二进制指令,这种过程叫做编译,通过编译器完成。
网站源码,我们可以把它理解成源文代码,就拿我们当前看到的这个网页来说吧,其实它是由一大堆的源代码组成,通过我们的IE(Microsoft Internet Explorer)浏览器(或服务器)翻译成现在我们所看到的这个样子。
网站源码也分为两种,一种是动态源码如:ASP,PHP,JSP,.NET,CGI等,一种是静态源码如:HTML等。
网页源代码是什么
1、源码是使用html编写的,通过IE把它翻译为网页,它是所有网页的核心,但是html 并不是计算机语言,只是网页的另一种描述.源代码是一种语言,组织排版网页上的元素(图片,视频,音乐,文字等)的一种标准语言。 2、如果您要制作网页,您可以选用如Frontpage或Dreamwaver等工具,这些工具都是所见即所得性质的,就是说您在工具界而上制作的,就能直接在浏览中原样显示出来。但,这些工具同时还提供了源代码视图,也就是说,如果一些功能没有办法直接通过工具来实现,那你要编辑源代码了。 3、当然,您也可以直接用记事本来编辑网页,直接输入代码,然后另存为.htm或.asp或其他为后缀名的文件。您保存下来的这些文件就是网页了,而您在记事本里编辑的那些,就是源代码。
动态网站源代码的介绍就聊到这里吧,感谢你花时间阅读本站内容,更多关于动态网站源代码能爬下来吗、动态网站源代码的信息别忘了在本站进行查找喔。
版权说明:如非注明,本站文章均为 AH站长 原创,转载请注明出处和附带本文链接;
相关推荐
- 05-05易语言源代码下载(易语言下载文件源码)[20240505更新]
- 05-05网站视频弹窗代码(浏览器视频弹窗)[20240505更新]
- 05-05魔域脚本源代码(魔域互通版脚本)[20240505更新]
- 05-05学校宿舍管理系统源代码(c++宿舍管理系统源代码)[20240505更新]
- 05-05自己建网站怎样建,如何自己建网站
- 05-05html5制作动漫网站源代码(html动漫网页设计作品及代码)[20240505更新]
- 05-04融资源代码(融资代码是什么)[20240504更新]
- 05-04性价比高的seo网站优化,性价比高的seo网站优化
- 05-04淘宝代码与网页代码不一样吗(淘宝网页源代码怎么看)[20240504更新]
- 05-04c语言连连看开源代码(python连连看源代码)[20240504更新]
取消回复欢迎 你 发表评论:
- 标签列表
- 最近发表
- 友情链接