如何解决爬网ASP.net网站:需要使用Python Mechanize来浏览Gridview
|| 我正在尝试抓取一个asp.net页面,在这里我需要在各个项目之间逐页浏览gridview控件中的项目列表。我从未使用过asp.net,但一直在网上搜索指针,但是现在我遇到了障碍。页面链接的格式为:javascript:__doPostBack(\'ctl00$ctl00$ctl00$ContentPlaceHolderEverything$ContentPlaceHolderFullWidthContent$ContentPlaceHolderMain$gridViewItems\',\'Page$2\')
我目前正在尝试在Python中使用Mechanize使其正常工作。我最初尝试以下操作,假设VIEWSTATE变量将由机械化处理。
br.form.set_all_readonly(False)
br[\'__EVENTTARGET\'] = \'ctl00$ctl00$ctl00$ContentPlaceHolderEverything$ContentPlaceHolderFullWidthContent$ContentPlaceHolderMain$gridViewItems\'
br[\'__EVENTARGUMENT\'] = \'Page$2\'
response = br.submit(name=\"ctl00$ctl00$ctl00$ContentPlaceHolderEverything$ContentPlaceHolderFullWidthContent$ContentPlaceHolderMain$itemLocator$btnItemSearch\")
html = br.response().read()
使用网络监视器(fiddler2),我注意到又填充了两个变量,因此我也添加了它们:
br.select_form(nr=0)
br.form.new_control(\'hidden\',\'ctl00$ctl00$ctl00$ContentPlaceHolderEverything$ScriptManager1\',attrs = dict(name=\'ctl00$ctl00$ctl00$ContentPlaceHolderEverything$ScriptManager1\'))
br.form.new_control(\'hidden\',\'hiddenInputToUpdateATBuffer_CommonToolkitScripts\',attrs = dict(name=\'hiddenInputToUpdateATBuffer_CommonToolkitScripts\'))
br.form.new_control(\'hidden\',\'__ASYNCPOST\',attrs = dict(name=\'__ASYNCPOST\'))
br.form.set_all_readonly(False)
br[\'hiddenInputToUpdateATBuffer_CommonToolkitScripts\'] = \'1\'
br[\'__ASYNCPOST\'] = \'TRUE\'
br[\'ctl00$ctl00$ctl00$ContentPlaceHolderEverything$ScriptManager1\'] = \'ctl00$ctl00$ctl00$ContentPlaceHolderEverything$ContentPlaceHolderFullWidthContent$ContentPlaceHolderMain$SearchResultsUpdatePanel|ctl00$ctl00$ctl00$ContentPlaceHolderEverything$ContentPlaceHolderFullWidthContent$ContentPlaceHolderMain$gridViewItems\'
br[\'__EVENTTARGET\'] = \'ctl00$ctl00$ctl00$ContentPlaceHolderEverything$ContentPlaceHolderFullWidthContent$ContentPlaceHolderMain$gridViewItems\'
br[\'__EVENTARGUMENT\'] = \'Page$2\'
response = br.submit(name=\"ctl00$ctl00$ctl00$ContentPlaceHolderEverything$ContentPlaceHolderFullWidthContent$ContentPlaceHolderMain$itemLocator$btnItemSearch\")
html = br.response().read()
通过这两种方法,我返回的html仍然仅适用于第1页。
我认为可能存在一些潜在的问题:
我不确定我是否正在执行提交权。页面上有多个提交按钮,因此我要搜索的是“搜索”按钮,这是我以前用来访问第一页的按钮。我可以看到这就是为什么显示第一页的原因。如果我使用不带名称的br.submit(),则它将使用另一个将您带到其他地方的提交控件。
在浏览器中单击页码时,gridview控件将更新,而无需重新加载页面。由于我没有运行Javascript,也许我无法得到它,但我至少希望能够从POST取回数据并进行解析。
任何帮助将非常感激!
解决方法
通过根据这里的答案构建xmlhttprequest来管理它:
使用Python和Mechanize提交表单数据并进行身份验证
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。