python - 如何爬取带有日期选择的ajax网站？

问题描述

问 题

需要爬取三峡水库的实时水情数据，可以在网页中选择日期显示水情信息，如果一天天选择再复制数据发现很是耗时，我现在需要将下图中三峡水利枢纽2014年-2016年每天的数据爬下来。

网址如下：
http://www.ctgpc.com.cn/sxjt/...

通过浏览器自带的检查工具，右键检查元素，查看 network，查看调用的 ajax API 地址：初步分析后发现是通过ajax调用了以下网址，并用POST传递了一个日期数据，例如今天2017-02-15给该网址：
http://www.ctgpc.com.cn/eport...

Header如下：

Response如下：

之前有搜索到类似的问题：https://segmentfault.com/q/10...
但是按照回答并没能解决我的疑惑，因此在这里求助各位前辈，麻烦大家了

解决方案

可以利用requests库模拟post提交。 从游览器检查工具可以看到传的参数是time:2017-02-07。定义data={"time": 日期譬如2017-02-07}。 然后你可以写个循环，循环一次日期往后加一天。然后就r = requests.post("url", data=data, header=****)。 取出数据保存入库。每次循环嫌慢的话，可以加上gevent这个协程库加快速度，看你也就想抓2年的数据循环365*2次就OK了

这篇关于python - 如何爬取带有日期选择的ajax网站？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！