单击Scrapy-Splash中的显示按钮

Question

我正在使用scrapy-splash抓取以下网页，http://www.starcitygames.com/buylist/，我必须先登录才能获取所需的数据。效果很好，但是为了获取数据，我需要单击显示按钮，这样我就可以抓取这些数据，直到单击该按钮，才能访问所需的数据。我已经得到了一个答案，告诉我不能简单地单击显示按钮并抓取显示的数据，并且我需要抓取与该信息关联的JSON网页，但是我担心抓取JSON会变成红色标记网站的所有者，因为大多数人没有打开JSON数据页面，而与计算机相比，需要花费几分钟的时间才能找到它，因此速度要快得多。所以我想我的问题是，是否仍要刮擦我的点击显示页面并从那里去，还是只能刮取JSON页面？这就是我到目前为止所得到的...

import scrapy
from ..items import NameItem

class LoginSpider(scrapy.Spider):
    name = "LoginSpider"
    start_urls = ["http://www.starcitygames.com/buylist/"]

    def parse(self, response):
        return scrapy.FormRequest.from_response(
        response,
        formcss='#existing_users form',
        formdata={'ex_usr_email': 'abc@example.com', 'ex_usr_pass': 'password'},
        callback=self.after_login
        )



    def after_login(self, response):
        item = NameItem()
        display_button = response.xpath('//a[contains(., "Display>>")]/@href').get()

        yield response.follow(display_button, self.parse)

        item["Name"] = response.css("div.bl-result-title::text").get()
        return item

Answer 1

您可以使用浏览器的开发人员工具来跟踪该点击事件的请求，该事件采用一种不错的JSON格式，也不需要cookie（登录）：

http://www.starcitygames.com/buylist/search?search-type=category&id=5061

唯一需要填写的是category_id与此请求相关的请求，可以从HTML中提取该请求并在您的代码中声明。

分类名称：

//*[@id="bl-category-options"]/option/text()

类别编号：

//*[@id="bl-category-options"]/option/@value

使用JSON比解析HTML简单得多。