→ Woqeker: 第一則推文不是有說不能用requests嗎 12/10 02:42
→ blc: Referer的意思是 從哪個url來的 不是填你要連的網址 12/10 20:30
→ blc: 抱歉我搞錯了 把Referer最後的 / 去掉試試 12/10 20:33
→ s8607142004: 最後是 headers = header 就成功了 12/13 18:07
各位版上大大好
小弟剛進到爬蟲的世界
想嘗試爬取Pchome股市的概念股清單
網址如下
https://pchome.megatime.com.tw/group/sto3
先附上程式碼
import time
import requests
from bs4 import BeautifulSoup
header={'Referer':'http://pchome.megatime.com.tw/stock/sto3/',
'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)
AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36'}
url = "https://pchome.megatime.com.tw/group/sto3"
r = requests.post(url,header)
r.encoding = 'UTF-8'
sp = BeautifulSoup(r.text, 'html5lib')
sp
在sto3 那個Document裡面有看到需要的資料但爬出來的資料卻只有下面幾行
但爬出來只有看到下面幾行
<html><head>
</head>
<body>
<form action="https://pchome.megatime.com.tw/group/sto3" id="submit_form"
method="post" name="submit_form">
<input name="is_check" type="hidden" value="1"/>
</form>
<script type="text/javascript">
document.getElementById('submit_form').submit();
</script>
</body></html>
有爬到之前的文章說是header設定不對
https://pttdigit.com/python/M.1485354796.A.810.html
但我header 照著這篇大大說的設定方法類比去設還是沒辦法成功
有另外嘗試使用pyppeteer 但也是爬不出來
想請版上大神能指點迷津
感謝
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.135.101.62 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1638972815.A.1BC.html