我想從這個網站全自動一些數據: http://www.casablanca-bourse.com/bourseweb/en/Negociation-History.aspx?Cat=24&IdLink=225的Python - 下載從ASPX格式的文件
在使用Python的urllib2,我順利地拿到了一個HTML文件,如果我點擊「提交」按鈕在這個網站。
但是,當我模擬點擊鏈接「下載數據」的行爲時,我得到了任何輸出。
我的代碼是:
import urllib
import urllib2
uri = 'http://www.casablanca-bourse.com/bourseweb/en/Negociation-History.aspx?Cat=24&IdLink=225'
headers = {
'HTTP_USER_AGENT': 'Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36',
'HTTP_ACCEPT': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8'
}
formFields = (
(r'TopControl1$ScriptManager1', r'HistoriqueNegociation1$UpdatePanel1|HistoriqueNegociation1$HistValeur1$LinkButton1'),
(r'__EVENTTARGET', r'HistoriqueNegociation1$HistValeur1$LinkButton1'),
(r'__EVENTARGUMENT', r''),
(r'__VIEWSTATE', r'/wEPDwUKMTcy/ ... +ZHYQBq1hB/BZ2BJyHdLM='), #just a small part because it's so long !
(r'TopControl1$TxtRecherche', r''),
(r'TopControl1$txtValeur', r''),
(r'HistoriqueNegociation1$HistValeur1$DDValeur', r'9000 '),
(r'HistoriqueNegociation1$HistValeur1$historique', r'RBSearchDate'),
(r'HistoriqueNegociation1$HistValeur1$DateTimeControl1$TBCalendar', r'22/12/2014'),
(r'HistoriqueNegociation1$HistValeur1$DateTimeControl2$TBCalendar', r'28/12/2014'),
(r'HistoriqueNegociation1$HistValeur1$DDuree', r'6'),
(r'hiddenInputToUpdateATBuffer_CommonToolkitScripts', r'1')
)
encodedFields = urllib.urlencode(formFields)
req = urllib2.Request(uri, encodedFields, headers)
f = urllib2.urlopen(req)
我應該怎麼才能得到,如果我點擊該網站的「下載數據」鏈接相同的文件嗎?
謝謝
因爲每次你檢索一個頁面時'ASP.NET'窗體特定的值都會改變,所以你需要從你得到的HTML中解析這些值,而不是對它們進行硬編碼。 – alecxe