我想用Scrapy登录网站,但收到的响应是一个仅包含内嵌JavaScript的HTML文档。 JS重定向到我想要从中抓取数据的页面。但Scrapy不执行JS,因此不会路由到我想要的页面。在Scrapy响应中执行内嵌JavaScript
我用下面的代码提交所需的登录表单:
def parse(self, response):
request_id = response.css('input[name="request_id"]::attr(value)').extract_first()
data = {
'userid_placeholder': self.login_user,
'foilautofill': '',
'password': self.login_pass,
'request_id': request_id,
'username': self.login_user[1:]
}
yield scrapy.FormRequest(url='https://www1.up.ac.za/oam/server/auth_cred_submit', formdata=data,
callback=self.print_p)
的print_p回调函数如下:
def print_p(self, response):
print(response.text)
我已经看过scrapy飞溅,但我找不到一种用scrapy-splash在响应中执行JS的方法。
您是否尝试过手动进入JS重定向所带给您的页面? (也就是说,在'print_p'中放弃一个url并向这个页面发出一个请求) – Pablo
@Pablo JS建立一个url然后它重定向到。 – Craig