3
나는 보험 웹 사이트 www.ehealthinsurance.com을 크롤링하려고합니다. 해당 홈 페이지에는 특정 값을 가지며 다음 페이지가 생성되는 POST 종속 양식이 있습니다. 값을 전달하려고했지만 원하는 태그의 HTML 소스를 찾을 수 없습니다. 어떤 제안이라도 큰 도움이 될 것입니다.스팸을 사용하여 게시물 종속 웹 사이트를 크롤링하는 방법
class ehealthSpider(BaseSpider):
name = "ehealth"
allowed_domains = ["ehealthinsurance.com/"]
start_urls = ["http://www.ehealthinsurance.com/individual-health-insurance"]
def parse(self, response):
yield FormRequest.from_response(response,
formname='main',
formdata={'census.zipCode': '48341',
'census.requestEffectiveDate': '06/01/2013',
'census.primary.gender': 'MALE',
'census.primary.month': '12',
'census.primary.day': '01',
'census.primary.year': '1971',
'census.primary.tobacco': 'No',
'census.primary.student': 'No'}, callback=self.parseAnnonces)
def parseAnnonces(self, response):
hxs = HtmlXPathSelector(response)
data = hxs.select('//div[@class="main-wrap"]').extract()
#print encoding
print data
이 터미널 응답 크롤러
2013-04-30 16:34:16+0530 [elyse] DEBUG: Crawled (200) <GET http://www.ehealthin
urance.com/individual-health-insurance> (referer: None)
2013-04-30 16:34:17+0530 [elyse] DEBUG: Filtered offsite request to 'www.ehealt
insurance.com': <POST http://www.ehealthinsurance.com/individual-health-insuran
e;jsessionid=F5A1123CE731FDDDC1A7A31CD46CC132.prfo23a>
2013-04-30 16:34:17+0530 [elyse] INFO: Closing spider (finished)
2013-04-30 16:34:17+0530 [elyse] INFO: Dumping Scrapy stats:
{'downloader/request_bytes': 257,
'downloader/request_count': 1,
'downloader/request_method_count/GET': 1,
'downloader/response_bytes': 32561,
'downloader/response_count': 1,
'downloader/response_status_count/200': 1,
'finish_reason': 'finished',
'finish_time': datetime.datetime(2013, 4, 30, 11, 4, 17, 22000),
'log_count/DEBUG': 8,
'log_count/INFO': 4,
'request_depth_max': 1,
'response_received_count': 1,
'scheduler/dequeued': 1,
'scheduler/dequeued/memory': 1,
'scheduler/enqueued': 1,
'scheduler/enqueued/memory': 1,
'start_time': datetime.datetime(2013, 4, 30, 11, 4, 10, 494000)}
당신이 내게 원하는 데이터를 얻을 도와주세요 수는 다음과 같습니다
인라인은 scrapy 코드?
페이지가 크롤링되기 전에 페이지가 크롤링되는 중입니다. 중간에로드 된 페이지가 있습니다. 양식을 제출하고 결과가 표시되고 리디렉션 된 후입니다. 긁히기 어려워 보입니다. – alecxe
감사 alecxe. 나는 똑같은 것에 대해 연구했고, 내가 이해 한 해결 방법은 치료와 함께 셀레늄 (Selenium)이었다. 그러나 셀레늄로드 페이지를 치료하는 방법을 어떻게 분석해야합니까? 어떤 도움을 주셔서 감사합니다 – Tarun