requests虽好,但有个遗憾,它无法加载JavaScript,当访问一个url地址的时候,不能像selenium一样渲染整个html页面出来。
requests-html终于可以支持JavaScript了,这就相当于是一个真正意义上的***面浏览器了。
中文文档地址:https://cncert.github.io/requests-html-doc-cn/#/
当第一次使用render() 渲染页面的时候,会自动下载chromium,但只会下载这一次,后面就不会下载了。
from requests_html import HTMLSession session = HTMLSession() r = session.get('https://www.cnblogs.com/yoyoketang/') r.html.render() # 首次使用,自动下载chromiumrender()渲染页面
到底渲染html页面是个什么概念呢?可以请求之后对比抓包看下,不使用render()之前,只发一个请求
使用render()之后,会发很多请求,类型于手工在浏览器上输入url后,浏览器渲染整个完整的页面,这正是我们想要的模拟浏览器发请求
案例接下来访问我的博客地址后,抓取我的个人信息
from requests_html import HTMLSession session = HTMLSession() r = session.get('https://www.cnblogs.com/yoyoketang/', verify=False) r.html.render() # 首次使用,自动下载chromium # print(r.html.html) d = r.html.find("#profile_block", first=True) print(d.text)
打印结果
昵称:上海-悠悠 园龄:2年4个月 粉丝:1570 关注:73 +加关注
困扰很久的问题终于找到了解决办法,更多强大的功能可以去requests-html的GitHub地址https://github.com/kennethreitz/requests-html