python中如何爬取动态页面内容

下面以爬取智联招聘为例讲解下获取动态数据的一般步骤。

首先打开谷歌浏览器输入地址智联招聘地址https://www.zhaopin.com/数据页面，Fn+F12查看网页源代码，然后选择Network——>XHR,可以看到，现在里面什么都没有

然后点击谷歌浏览器的刷新按钮或者按F5刷新页面，可以看到，有一条数据出现了，这个链接就是获取数据的页面API，选择Response，可以看到，它是以Json格式返回的数据，我们需要的信息都在里面。

下面是动态爬取智联网站的内容代码因为我们爬取的内容在data/results：

# -*- coding:utf-8 -*-
import scrapy
import json
class ZhilianSpider(scrapy.Spider):
    name = 'sp55'   #爬虫名称
    start_urls = ['https://fe-api.zhaopin.com/c/i/sou?&pageSize=90&cityId=664&workExperience=-1&education=-1&companyType=-1&employmentType=-1&jobWelfareTag=-1&kw=python&kt=3&_v=0.84702683&x-zp-page-request-id=ac81a75ef7c147f6a9b40d272e978e7a-1547807209172-146763']
    def parse(self, response):
       json_body = json.loads(response.body)
       json_data = json_body.get("data")
       json_results = json_data.get("results")
       for js in json_results:
              city = js.get("city")["display"]
              salary = js.get("salary")
              jobName = js.get("jobName")
              yield {
               "city":city,
               "salary":salary,
               "jobName":jobName
              }

实现第一页的90条数据的爬取