[新手]python爬虫爬取中证指数官网数据

想用python爬虫获取中证指数官网上的几个主要指数的每日估值更新，但是下载下来的页面内容却没有想要的数据。想要的数据前面有个JavaScript标签，是不是光靠python没办法获取这个数据？求大神解惑指点。

中证指数有限公司
这是目标页面。

页面代码
例如想要获取上证指数的静态市盈率，当前是16.27。

页面下载

获取到的页面代码只能看到<script language="JavaScript">document.write(zsgz11)</script>标签，没有获取到这个标签里面的值。

不知道这个应该怎么处理，还请各位大神指点，谢谢。

代码：

import requests
from bs4 import BeautifulSoup
import os
headers = {'User-Agent':"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.1(KHTML,LIKE Gecko) Chrome/22.0.1207.1 Safari/537.1"}
all_url = 'http://www.csindex.com.cn/sseportal/csiportal/zs/jbxx/daily_index_info.jsp'
start_html = requests.get(all_url, headers = headers)
print(start_html.text)

回答：

去爬这个页面http://www.csindex.com.cn/sse...

下面是代码：

#coding=utf-8
import requests
from itertools import groupby
url = 'http://www.csindex.com.cn/sseportal/ps/zhs/hqjt/csi/show_zsgz.js'
r = requests.get(url)
text = r.text.replace('"', '').replace('var zsgz','').split('\r\n')
content = [_.split('=') for _ in text if _ and not _.startswith('00')]
rows = []
for _, lst in groupby(content, key=lambda x: int(x[0]) / 10):
    row = tuple([v for k, v in lst])
    rows.append(row)
print rows

回答：

动态页面，异步加载的。Python有些模块可以处理这些异步的内容。你要的数据在这里
图片描述

回答：

因为是使用js动态加载，要使用selenium和phantomjs库，才能抓取js渲染后的数据。

回答：

我也有类似问题。如何利用Selenium和PhantomJS库获取渲染后的数据呢？

以上是 [新手]python爬虫爬取中证指数官网数据 的全部内容， 来源链接： utcz.com/a/157647.html

回到顶部