javascript - 抓取 AJAX - 在 Python 中加载网站，我应该使用哪个 url

Question

我抓取了以下网站:https://www.eex-transparency.com/homepage/power/czech-republic/production/availability/non-usability/non-usability使用 Selenium 。我正在抓取所有表数据。它运行良好，但运行脚本需要相当长的时间。因此，我开始寻找替代方案，并在 StackOverflow 上使用 API 向服务器发送请求时遇到了几个主题，但经过几个小时的尝试和搜索后，我放弃了，因为我没有得到几件事:

• 如何对 API 进行逆向工程以发送正确的请求？
• 我应该使用哪个网址链接？

这是我想到的:

import json
import requests

url = "https://www.eex-transparency.com/ajax/en/navigation/ajaxGetNavi/12"

data = {
    "id": "16",
    "title": "Czech Republic",
    "url": "https:\\/\\/www.eex-transparency.com\\/homepage\\/power\\/czech-republic",
    "class": "country",
    "description": "",
    "children": [
      {
        "id": "649",
        "title": "Production",
        "url": False,
        "class": "",
        "description": "",
        "children": [
          {
            "id": "650",
            "title": "Capacity",
            "url": False,
            "class": "",
            "description": "",
            "children": [
              {
                "id": "651",
                "title": "Installed Capacity",
                "url": "https:\\/\\/www.eex-transparency.com\\/homepage\\/power\\/czech-republic\\/production\\/capacity\\/installed-capacity",
                "class": "",
                "description": ""
              }
            ]
          }
        ]
       }
      ]      
     }


response = requests.get(url, data=data)
file = response.json()

一般来说，也许有人可以解释一下，我应该采取哪些步骤来抓取后一个网页，我特别感兴趣如何从 Chrome 中找到正确的信息(-> 检查 -> 网络 -> XHR)以及如何从后面的信息用于构建 data 变量(我输入到 requests 中)？

Answer 1

您可以使用Scrapy

Scrapy，一个用于 Python 的快速高级网络爬行和抓取框架。

https://github.com/scrapy/scrapy/