0
我想抓取一些數據,決定聘請與美麗的機械化結合。我必須在此網頁上的表單中輸入我想要搜索的字段,然後單擊搜索按鈕以轉至下一個相關頁面,該頁面的網址我想要刪除數據。如何使用機械化提交表單以獲取下一個網頁的網址?
的開發模式顯示了形式 -
<form name="topsearch" id="topsearch" method="get" onsubmit="javascript:return search_post();" action="">
<input type="hidden" name="search_data" id="search_data" value="">
<input type="hidden" name="cid" id="cid" value="">
<input type="hidden" name="mbsearch_str" id="mbsearch_str">
<input type="hidden" name="topsearch_type" id="topsearch_type" value="1">
<input name="search_str" id="search_str" autocomplete="off" onkeyup="getAutosuggesion();" type="text" value="Search Quotes, News, NAVs..." onblur="if(this.value=='')this.value='Search Quotes, News, NAVs...';" onfocus="if(this.value=='Search Quotes, News, NAVs...')this.value='';if(this.value=='Search Quotes, News, NAVs...')this.value='';" class="txtsrchbox">
<div id="autosugg_mc" class="sugbx"></div>
<div class="PR srch_qote">
<div class="srchdrp" id="srchR">Quotes</div>
<div id="srch" class="qubx">
<ul class="qlist">
<li><a onclick="tab_topser('1');getAutosuggesion();" id="tab1" href="javascript:void(0)" class="">Quotes</a></li>
<li><a onclick="tab_topser('2');getAutosuggesion();" id="tab2" href="javascript:void(0)" class="">NAVs</a></li>
<li><a onclick="tab_topser('5');" id="tab5" href="javascript:void(0)" class="">Commodities</a></li>
<li><a onclick="tab_topser('9');" id="tab9" href="javascript:void(0)" class="active">Futures</a></li>
<li><a onclick="tab_topser('3');getAutosuggesion();" id="tab3" href="javascript:void(0)" class="">News</a></li>
<li><a onclick="tab_topser('4');" id="tab4" href="javascript:void(0)" class="">Messages</a></li>
<li><a onclick="tab_topser('6');getAutosuggesion();" id="tab6" href="javascript:void(0)" class="">Notices</a></li>
<li><a onclick="tab_topser('7');" id="tab7" href="javascript:void(0)" class="">Videos</a></li>
<li><a class="" onclick="tab_topser('8');" id="tab8" href="javascript:void(0)">All</a></li>
</ul>
</div>
</div>
<a href="javascript:;" onclick="$('#topsearch').submit()" style="float:left;" class="btn_search"></a>
<div class="CL"></div>
</form>
我填寫表格與我相關的搜索項using-
import pandas as pd
import urllib2
import BeautifulSoup as bs
import mechanize
baseURL = "someBaseURL"
br = mechanize.Browser()
br.set_handle_refresh(mechanize._http.HTTPRefreshProcessor(), max_time=1)
#Open the Website
r = br.open(baseURL)
#Selecting the first form of the page
br.select_form(nr=0)
print br.geturl()
br.form['search_str'] = "Some Search"
br.submit()
print br.geturl()
提交表格後下面的代碼,URL不如果我手動在網站上搜索相同的字符串,則更改爲所使用的網址。
我提出作爲後得到網址 -
'baseURL?search_data=&cid=&mbsearch_str=&topsearch_type=1&search_str=Kiri+Industries'
而如果我手動提交我進入下一個頁面的URL -
'baseURL/stockpricequote/dyes-pigments/kiriindustries/KDC01'
這是我需要的URL能夠抓取數據。
是提交按鈕使用javascript,無法使用機械化調用,如果這是問題我該如何使它工作?
任何幫助表示讚賞,謝謝。