这一期是关于软科中国大学排名的爬虫分析
目标网址:https://www.shanghairanking.cn/rankings/bcur/2024
每页30所学校信息,共20页
点击翻页,你发现网址没有发生变化,说明该页面信息应该是使用js实现动态加载数据的方式展示的,以是我们无法通过 get 传参的方式来切换网页举行爬取。
接下来,按 F12 或者右键选择审查元素,搜刮一下清华大学检察网页结构:
这里我们可以看到信息都在一个 payload.js 的文件里,继承检察可以发现这里有590所学校的所有信息,说明网页表现的内容是通过 javascript 剖析这个文件动态加载进去的。
那我们只必要剖析这个文件就好了,找到各个变量对应的值。
最终爬取到的数据:
完备代码批评区获取
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。 |