获取在 Python 中使用 Javascript 生成的页面

Posted 2023-02-23

【中文标题】获取在 Python 中使用 Javascript 生成的页面

【英文标题】：Get page generated with Javascript in Python

【发布时间】：2012-02-16 03:11:17

【问题描述】：

我想下载javascript 生成的网页并将其存储到Python 代码中的字符串变量中。单击按钮时会生成页面。

如果我知道生成的 URL，我会使用 urllib2，但事实并非如此。

谢谢

【问题讨论】：

这是完全在 js 中生成的还是只是从 ajax 调用构建的？

@e-satis 我觉得完全在js里

然后我得到了 J.F 解决方案，或者 python webkit。请记住，它们需要一个显示服务器才能运行，所以如果你打算让它在无头服务器上运行，你需要稍微修改一下。

【参考方案1】：

你可以使用Selenium Webdriver:

#!/usr/bin/env python
from contextlib import closing
from selenium.webdriver import Firefox # pip install selenium
from selenium.webdriver.support.ui import WebDriverWait

# use firefox to get page with javascript generated content
with closing(Firefox()) as browser:
     browser.get(url)
     button = browser.find_element_by_name('button')
     button.click()
     # wait for the page to load
     WebDriverWait(browser, timeout=10).until(
         lambda x: x.find_element_by_id('someId_that_must_be_on_new_page'))
     # store it to string variable
     page_source = browser.page_source
print(page_source)

【讨论】：

是否需要WebDriverWait 和someId_that_must_be_on_new_page？是否只能使用某些sleep 或delay 函数来完成？是否可以设置用户代理字符串？

还有一个问题。在网页上是select 元素，必须选择一些东西。如果未选择任何内容，则该按钮将不起作用。并且有必要打开和关闭firefox吗？没有guit，这行不通？

你可以使用任何你喜欢的条件，例如x.title == 'New Title'。您可能可以通过使用适当的 firefox 配置文件来修改用户代理。

这是一个关于如何select option 的示例。 .quit() 不是必需的。

方法select_option(self, selector, value)采用selector参数。我不确定这个参数应该是什么。假设我想单击带有select 的value = 100 和id = 'sel_id' 和name = 'sel_name' 的选项。这可以用CSS 表达吗？