在线观看不卡亚洲电影_亚洲妓女99综合网_91青青青亚洲娱乐在线观看_日韩无码高清综合久久

鍍金池/ 問答/Python/ python爬蟲翻頁后網(wǎng)址發(fā)生改變的相關(guān)問題

python爬蟲翻頁后網(wǎng)址發(fā)生改變的相關(guān)問題

最近幫一個朋友爬取某生物網(wǎng)站上的內(nèi)容,遇到了一些問題。
網(wǎng)站的url如下:

https://www.ncbi.nlm.nih.gov/...

clipboard.png

每頁默認(rèn)顯示20條記錄

但是翻頁后

clipboard.png

或者將記錄顯示的數(shù)量調(diào)整為500后,

clipboard.png

鏈接發(fā)生了變化,復(fù)制該鏈接之后進入了另一個網(wǎng)頁:

clipboard.png

爬蟲的代碼如下:
import requests
from bs4 import BeautifulSoup

base_url = 'https://www.ncbi.nlm.nih.gov/gds'
wb_data = requests.get(base_url)
soup = BeautifulSoup(wb_data.text,'lxml')

for link in soup.select('https://www.ncbi.nlm.nih.gov/...'):

url = link.get('href')
print(url)

鏈接為什么會發(fā)生這樣的變化呢?
該代碼只能爬取網(wǎng)頁的前20條信息,如果我要獲取頁面中全部的信息,代碼該做怎樣的改進呢?

?

回答
編輯回答
互擼娃

應(yīng)該是Referer,你看一下requests headers

2018年2月8日 13:25
編輯回答
吃藕丑

首先,這個網(wǎng)頁我打不開.....所以也看不到實際的情況.
但從圖片看,很可能是使用的ajax異步加載的
建議抓包看一下ajax請求的地址

2018年4月20日 17:53