如果我想得到这个网站上表格的内容，应该读什么HTML标签（网页抓取）

Question

我试图阅读这个网页的内容：http://cdn.ime.co.ir（实际上这是一个股票市场网站，我喜欢阅读价格/数量以及属于特定股票的每个表格的内容）。 但是不知道我应该读什么HTML标签？当我看到页面源代码时，我可以看到“حجم”或“قیمت”等表格的内容，但找不到相关的值？ 我在windows10上使用beautifulsoup和python。你知道吗

Answer 1

所有的表都有一个类DataGridStyle和包含内容的行Contents，因此如果您想要表的所有内容，您应该在所有这些tr中获得td，因此遍历将使用table.DataGridStyle tr.Contents > td完成。你知道吗

你可以在javascript控制台上尝试，使用。。。你知道吗

const tds = document.querySelectorAll('table.DataGridStyle tr.Contents > td')

// The, per every td you would use the property `innerText`
// to get only the text with no HTML at all. For instance:
console.log(tds[5].innerText)
// "۱۳۴,۱۰۰"

希望有帮助

Answer 2

看起来你可以模仿POST请求并传递合同代码

import requests

data = {'ContractCode' : 'OSFKH98'}
r = requests.post('http://cdn.ime.co.ir/Services/Fut_Live_Loc_Service.asmx/GetContractInfo', json = data ).json()
print(r)

---

你可以做一个循环，例如：

import requests

codes = ['OSFKH98', 'OSFOR98','OSFTR98', 'SAFKH98','SAFOR98','SAFTR98']

with requests.Session() as s:
    for code in codes:
        data = {'ContractCode' : code}
        r = s.post('http://cdn.ime.co.ir/Services/Fut_Live_Loc_Service.asmx/GetContractInfo', json = data ).json()
        print(r)

示例r：

https://jsoneditoronline.org/?id=ec913bbb31164500900780c129e971f4