我想从这一页的搜索结果中获得每篇文章的所有链接: https://www.ncbi.nlm.nih.gov/gds/?term=lung+cancer
但是我在获取下一页的url时遇到了问题。从<div class="pagination">
可以看出:
<a name="EntrezSystem2.PEntrez.Gds.Gds_ResultsPanel.Entrez_Pager.Page" title="Next page of results" class="active page_link next" href="#" sid="3" page="2" accesskey="k" id="EntrezSystem2.PEntrez.Gds.Gds_ResultsPanel.Entrez_Pager.Page">Next ></a>
因此,我使用python urllib检索下一页的url,以便使用BeautifulSoup获取其内容:
param2=urllib.urlencode({'sid':3,'page':2,'accesskey':'k','id':'EntrezSystem2.PEntrez.Gds.Gds_ResultsPanel.Entrez_Pager.Page'})
f2=urllib.urlopen('https://www.ncbi.nlm.nih.gov/gds/?term=lung+cancer',param2)
soup2 = BeautifulSoup(f2.read(), 'html.parser')
现在的问题是,即使我把页码从1改为10,我也总能得到第一页的内容。有人能告诉我我做错了什么吗
为了获得下一页,你应该发送大量的数据(通过发帖请求)。在任何浏览器中使用开发人员工具检查需要发送的数据
(并非显示所有数据)
相关问题 更多 >
编程相关推荐