На самом деле вам нужно было включить полные Payload
параметры поста.
Мы должны сделать это в рамках того же Session
с использованием requests.Session()
, поскольку при разбивке на страницы веб-сайта используется поворот function
на основе __dnnVariable
, который сервер получает по запросу JS
, который транслируется в цикл.
Где это на самом деле означает Next
Итак, я сначала сделал GET
запрос и получил необходимые params
(некоторые из них динамические, а другие статические)
Затем я сделал запрос на публикацию под тем же session
import requests
import re
from bs4 import BeautifulSoup
from urllib.parse import unquote
data = {
'__EVENTTARGET': "dnn$ctr410$MemberSearch$btnSearch",
'__EVENTARGUMENT': '',
'__VIEWSTATEENCRYPTED': '',
'dnn$ctlHeader$dnnSearch$Search': 'SiteRadioButton',
'dnn$ctlHeader$dnnSearch$txtSearch': '',
'dnn$ctr410$MemberSearch$txtFirstName': '',
'dnn$ctr410$MemberSearch$txtLastName': '',
'dnn$ctr410$MemberSearch$ddlMemberType': 0,
'dnn$ctr410$MemberSearch$txtMembershipNumber': '',
'dnn$ctr410$MemberSearch$txtCpNumber': '',
'dnn$ctr410$MemberSearch$txtCity': '',
'dnn$ctr410$MemberSearch$txtOrganisation': '',
'dnn$ctr410$MemberSearch$txtAddress2': '',
'dnn$ctr410$MemberSearch$txtAddress3': '',
'dnn$ctr410$MemberSearch$txtEmail': '',
'dnn_ctr410_MemberSearch_grdMembers_ClientState': '',
'ScrollTop': 432,
'__dnnVariable': '{"__scdoff":"1","__dnn_pageload":"__dnn_setScrollTop();"}'
}
def main(url):
with requests.Session() as req:
r = req.get(url)
soup = BeautifulSoup(r.content, 'html.parser')
data['StylesheetManager_TSSM'] = re.search(
r"hf.value \+= '(.*?)\'", r.text).group(1)
data['ScriptManager_TSM'] = unquote(soup.findAll('script', src=True)
[2]['src']).split("=", 3)[-1]
data['__VIEWSTATE'] = soup.find("input", id="__VIEWSTATE").get("value")
data['__VIEWSTATEGENERATOR'] = soup.find(
"input", id="__VIEWSTATEGENERATOR").get("value")
data['__EVENTVALIDATION'] = soup.find(
"input", id="__EVENTVALIDATION").get("value")
for _ in range(10):
r = req.post(url, data=data)
soup = BeautifulSoup(r.content, 'html.parser')
names = [name.text for name in soup.select("div.name_head")]
page = soup.select_one(
"a.rgCurrentPage").next_sibling['href'].split("'")[1]
data['__EVENTTARGET'] = page
data['__EVENTVALIDATION'] = soup.find(
"input", id="__EVENTVALIDATION").get("value")
data['__VIEWSTATE'] = soup.find(
"input", id="__VIEWSTATE").get("value")
print(names)
main("https://www.icsi.in/student/Members/MemberSearch.aspx")
Примечание: по каждому запросу вы будете получать данные не в порядке сортировки, поскольку функция search
использует random
на внутреннем сервере.
Выход:
['SH. DILIP RAGHUNATH KOTWAL', 'SH. ARUNODAY ROY MUKHERJEE', 'SH. J SUBRAMANI', 'SH. R KRISHNAMANI', 'SH. R NARAYANASWAMI', 'SH. M V GOPALAKRISHNAN', 'SH. RAJAM KRISHNAMURTHY', 'SH. V SIVASUBRAMANIAN', 'SH. V RAGHAVENDRAN', 'SH. G V AIMAN']
['SH. K J MATHEW', 'SH. K K GHOSH', 'SH. SUBHASH CHANDER DHAWAN', 'SH. BABU RAM MAHESWARI', 'SH. S SWAMINATHAN', 'SH. T S A AIYER', 'SH. KOVILOOR VIJAYARAGHAVACHARI SAMPATHKUMAR', 'SH. M KRISHNAN', 'SH. R N BANSAL', 'SH. N V RAMAN']
['SH. R VENKATARAMANI', 'SH. UTPALENDU ROY CHOUDHURY', 'SH. LAKSHMI NARAYANAN V', 'SH. PARIJAT KUMAR HORE', 'SH. B R VENKATESAN', 'SH. KISHAN GOPAL SOMANI', 'SH. O P GANERIWALA', 'SH. P T KUPPUSWAMY', 'SH. U P MATHUR', 'SH. N N UPADHYAY']
['SH. N K BHANDARI', 'SH. S R C SETTY', 'SH. S V BALASUBRAMANIAN', 'SH. HOSHIE HIRJI MALGHAM', 'SH. KAIKOBAD SORABJI ITALIA', 'SH. K SIVADAS', 'SH. K K SIVARAMAKRISHNAN', 'SH. A CHANDRASEKARAN', 'SH. R PONNAMBALAM', 'SH. T K B VENKATARAMAN']
['SH. NARINDER PAL', 'SH. PARKASH ATAM', 'SH. K A PARTHASARATHY', 'SH. SURESH CHANDRA OSWAL', 'SH. MAHENDRA KANTILAL SHAH', 'SH. V. SANTHANAKRISHNA', 'SH. VASANT NARAYAN GOGATE', 'SH. MANEKLAL
PATEL', 'SH. B N VISHWANATH', 'SH. B S L NARAYAN']
['SH. P L N VIJAYANAGAR', 'SH. SHREEPAD MARTAND KORDE', 'SH. SHIV BHAGWAN KOTHARI', 'SH. R B POPLAI', 'SH. RAMESH KHANNA', 'SH. RAVINDER NATH JOSHI', 'SH. VIDYA SAGAR AGGARWAL', 'SH. ARVIND JAYKUMAR CHAKOTE', 'SH. V RAMASESHAN', 'SH. BADRINARAYAN BALDAWA']
['SH. C GOVINDANKUTTY', 'SH. A G MADHAVAN', 'SH. DHIRAJ NATH BHATTACHARYYA', 'SH. RAMESHWAR LAL INANI', 'SH. RAMESHWARDAS C DAGA', 'SH. R SUBRAMANIAN', 'SH. S M REGE', 'SH. NARENDRA KUMAR KAPOOR', 'SH. K RAMAMURTHI', 'SH. ROOPENDRA NARAYAN ROY']
['SH. KALYAN KUMAR MITRA', 'SH. KALYANASUNDARAM ', 'SH. N A SESHADRI', 'SH. RAJENDRA KUMAR JAIN', 'SH. BISWAJIT SEN', 'SH. RAMKRISHNA NATHOOMAL AGRAWAL', 'SH. P C SHETH', 'SH. K S NATARAJAN',
'SH. S N DAMLE', 'SH. A M FADIA']
['DR. K N M RAO', 'SH. IYER M. RAMASWAMY', 'SH. DILIP KANTI MAZUMDAR', 'SH. RAM CHANDRA NIGAM', 'SH. SUBRAHMANIAM VISWANATHAN', 'SH. SURESH KUMAR JERATH', 'SH. A Y SRINIVASAN', 'DR. S C GARG',
'SH. CHANDRA PRAKASH SHARDA', 'SH. M P JAIN']
['SH. E S DWARKANATH', 'SH. MYSORE SHAMANNA RAMACHANDRA', 'SH. SUBHASH CHANDER SINGHAL', 'SH. T T SINHA', 'SH. G R BHANDARI', 'SH. M P GOEL', 'SH. CHOKKANATHAPURAM SUBRAMANIAN NATESAN', 'SH.
V M PATEL', 'SH. BIJOY KUMAR AGARWALLA', 'SH. BAHADUR CHAND JAIN']
person
αԋɱҽԃ αмєяιcαη
schedule
11.05.2020
__EVENTTARGET
- и вам, возможно, придется отправить их все - также какPOST
запрос. ПЕРВЫЙ: используйте DevTools в Firefox / Chrome, чтобы увидеть все запросы, отправленные из браузера, когда вы переходите на следующую страницу, и посмотрите, какие значения он отправляет, и если этоGET
илиPOST
запрос. Ваш код должен отправить то же самое. - person furas   schedule 11.05.2020"{:02}".format(7)
, чтобы получить07
вместо7
, и тогда вам не нужно проверятьif len(str(page))==1:
(Кстати: вместоif len(str(page))==1:
вы можете просто проверитьif page < 10:
) - person furas   schedule 11.05.2020payload.keys()
и сравниваю с ключами, отправленными в веб-браузере, я вижу ключи, которые браузер не отправляет, т.е. клавиши для кнопок со стрелками (для перехода к первой / последней / предыдущей / следующей странице) и, возможно, это создает проблему. т.е.dnn$ctr410$MemberSearch$grdMembers$ctl00$ctl02$ctl01$ctl02
для кнопки перехода на первую страницу. - person furas   schedule 11.05.2020payload.pop('dnn$ctr410$MemberSearch$grdMembers$ctl00$ctl02$ctl01$ctl02')
в конец цикла while, чтобы исключить ключ из полезной нагрузки, но это, похоже, не решает проблемы. Спасибо. - person MITHU   schedule 11.05.2020...ctl28
для стрелки, ведущей к следующей странице (но я не уверен, не использует ли она другое имя, если отображается меньше страниц). Я не уверен, но страницы также могут использовать JavaScript для вычисления__EVENTVALIDATION
, и сервер может это проверить, но _3 _ / _ 4_ не может запускать JavaScript. - person furas   schedule 11.05.2020