爬虫笔记(二)——爬取动态网页

以爬取qq音乐评论为例

qq音乐评论链接

动态网页中的部分数据并不在返回的HTML文件中,因此按照静态网页的爬取方式无法获得数据。

F12调出检查元素面板,选择Network,清空内容,在网页中选择下一页评论,这样就可以筛选出评论所请求的数据。

根据Size和Name可以很容易地判断出评论内容的数据,选择评论数据。

其中Headers下的General下的Request URL就是获取评论的网址,为简化网址,把网址问号后的部分转换成json格式(json就是字符串类型的字典或列表,可以在不同语言编程过程中传递数据),借助于该网站(https://www.convertonline.io/convert/query-string-to-json)可以自动把网址的参数部分转化成json格式,这时request请求可以简写成下面这样:

params = {# json中字符串必须使用双引号

  "g_tk_new_20200303":"5381",

  "g_tk":"5381",

  "loginUin":"0",

  "hostUin":"0",

  "format":"json",

  "inCharset":"utf8",

  "outCharset":"GB2312",

  "notice":"0",

  "platform":"yqq.json",

  "needNewCode":"0",

  "cid":"205360772",

  "reqtype":"2",

  "biztype":"1",

  "topid":"212877900",

  "cmd":"8",

  "needmusiccrit":"0",

  "pagenum":"1",

  "pagesize":"25",

  "lasthotcommentid":" song_212877900_1152921504825029402_1592083838 ",

  "domain":"qq.com",

  "ct":"24",

  "cv":"10101010"

}

res = requests.get('https://c.y.qq.com/base/fcgi-bin/fcg_global_comment_h5.fcg', headers=headers, params=params)

data = res.json()

这些参数在Headers下的Query String parameters也有体现:

可以多观察几页评论的参数变化爬取多页评论,其中pagenum是评论页码,lasthotcommentid记录上页最后一个评论的id,防止翻页时出现新评论使得下页前几个评论重复。

最终data是字典类型,其内容就是preview的内容:

利用Python中字典的使用方法就可以获得需要的数据了。

爬取前五页评论的代码:

import requests

import time

headers = {

    'user-agent':''

}

lasthotcommentid =""

for pagenumin range(5):

    params = {# json中字符串必须使用双引号

          "g_tk_new_20200303":"5381",

          "g_tk":"5381",

          "loginUin":"0",

          "hostUin":"0",

          "format":"json",

          "inCharset":"utf8",

          "outCharset":"GB2312",

          "notice":"0",

          "platform":"yqq.json",

          "needNewCode":"0",

          "cid":"205360772",

          "reqtype":"2",

          "biztype":"1",

          "topid":"212877900",

          "cmd":"8",

          "needmusiccrit":"0",

          "pagenum":pagenum,

          "pagesize":"25",

          "lasthotcommentid":lasthotcommentid,

          "domain":"qq.com",

          "ct":"24",

          "cv":"10101010"

    }

    res = requests.get('https://c.y.qq.com/base/fcgi-bin/fcg_global_comment_h5.fcg', headers=headers,                                     params=params)

    data = res.json()

    comment_list = data['comment']['commentlist']

    for commentin comment_list:

        print(comment['nick'], comment['rootcommentcontent'])

    lasthotcommentid = comment_list[-1]['commentid']

    print("---------------------------------------------")

    time.sleep(0.5)

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,163评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,301评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,089评论 0 352
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,093评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,110评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,079评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,005评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,840评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,278评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,497评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,667评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,394评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,980评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,628评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,796评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,649评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,548评论 2 352