python 爬蟲加入headers仍不work

python 爬蟲 requests 動態網頁

StPioneer 2019-11-04 16:17:11 ‧ 3129 瀏覽

分享至

各位前輩大家好><

想要爬取goodinfo裡“股價日線圖”內的資訊

#-------------傳送門-------------#
https://goodinfo.tw/StockInfo/ShowK_Chart.asp?STOCK_ID=1101&CHT_CAT2=DATE
#-------------------------------#

得知檔案是使用canvas繪出

得知檔案是從中呼叫的
https://goodinfo.tw/StockInfo/ShowK_ChartData.asp?STOCK_ID=1101&STOCK_NM=%E5%8F%B0%E6%B3%A5&MARKET_CAT=%E4%B8%8A%E5%B8%82&CHT_NM=%E5%80%8B%E8%82%A1K%E7%B7%9A%E5%9C%96&CHT_CAT=DATE&SESSION_VAL=077%2E5778965

資料在javascript的函數裡

使用requests的get方法
並加入header

程式碼

header= {
        "user-agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.70 Safari/537.36"
,"cache-control": "private"
,"content-encoding": "gzip"
,"content-type": "text/html"
,"date": "Mon, 04 Nov 2019 07:33:39 GMT"
,"server": "Microsoft-IIS/10.0"
,"status": "200"
,"vary": "Accept-Encoding"
,"authority": "goodinfo.tw"
,"method": "GET"
,"path": "/StockInfo/ShowK_ChartData.asp?STOCK_ID=1101&STOCK_NM=%E5%8F%B0%E6%B3%A5&MARKET_CAT=%E4%B8%8A%E5%B8%82&CHT_NM=%E5%80%8B%E8%82%A1K%E7%B7%9A%E5%9C%96&CHT_CAT=DATE&SESSION_VAL=050%2E5607373"
,"scheme": "https"
,"accept": "*/*"
,"accept-encoding": "gzip, deflate, br"
,"accept-language": "zh-TW,zh;q=0.9,en-US;q=0.8,en;q=0.7"
,"cookie": "CLIENT%5FID=20191013001631468%5F36%2E231%2E68%2E131; SCREEN_SIZE=WIDTH=1440&HEIGHT=900; _ga=GA1.2.93133782.1570897053; __gads=ID=3bf659387a560e46:T=1570897053:S=ALNI_Maxxp2EzIK3i9_a-5kLoTGzp6HiJw; _gid=GA1.2.284279775.1572778526; GOOD%5FINFO%5FSTOCK%5FBROWSE%5FLIST=20%7C2886%7C2227%7C2207%7C2308%7C6220%7C2732%7C8424%7C3557%7C2514%7C6119%7C2233%7C1418%7C3579%7C8464%7C9915%7C2463%7C6579%7C1704%7C2315%7C1101; SL_GWPT_Show_Hide_tmp=1; SL_wptGlobTipTmp=1"
,"referer": "https://goodinfo.tw/StockInfo/ShowK_Chart.asp?STOCK_ID=1101&CHT_CAT2=DATE"
,"sec-fetch-mode": "no-cors"
,"sec-fetch-site": "same-origin"
        }

res = re.get("https://goodinfo.tw/StockInfo/ShowK_ChartData.asp?STOCK_ID=1101&STOCK_NM=%E5%8F%B0%E6%B3%A5&MARKET_CAT=%E4%B8%8A%E5%B8%82&CHT_NM=%E5%80%8B%E8%82%A1K%E7%B7%9A%E5%9C%96&CHT_CAT=DATE&SESSION_VAL=050%2E5607373",headers = header)

res.encoding = "UTF-8"
print(res.text)

out:""

輸出是完全空白的！
請問我還需要加入哪些元素
才能得到此動態圖表的資訊呢？

另外我使用selenium的chromedriver後，用id查詢後得到的結果為這兩句話

如果解方式使用selenium，那麼我該如何做呢？！
感謝各位前輩大大指點迷津！

登入發表討論

直播研討會

{{ item.channelVendor }} {{ item.webinarstarted }} |

直播中

2 個回答

dragonH

iT邦超人 5 級 ‧ 2019-11-04 17:31:41

最佳解答

code

import base64
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
from time import sleep

def crawler(StockID):
  options = Options()
  options.add_argument("--headless")

  url = 'https://goodinfo.tw/StockInfo/ShowK_Chart.asp?STOCK_ID={}&CHT_CAT2=DATE'.format(StockID)

  driver = webdriver.Chrome(options=options)
  driver.get(url)
  sleep(5)
  canvas = driver.find_element_by_css_selector('#StockCanvas')
  canvas_base64 = driver.execute_script("return arguments[0].toDataURL('image/png').substring(21);", canvas)
  canvas_png = base64.b64decode(canvas_base64)

  with open(r"{}.png".format(StockID), 'wb') as f:
      f.write(canvas_png)
  driver.close()

crawler('1101')

不喜歡 sleep 5 秒的話

就自行研究什麼時候 canvas 會完全載入

回應 6
分享
檢舉

看更多先前的回應...收起先前的回應...

StPioneer iT邦新手 5 級 ‧ 2019-11-04 18:47:17 檢舉

請問要怎麼取得裡面的價格資訊呢？！

dragonH iT邦超人 5 級 ‧ 2019-11-04 19:01:35 檢舉

StPioneer

只要價格

隨便一個 lib 就能爬了

import requests

url = 'https://goodinfo.tw/StockInfo/ShowK_Chart.asp?STOCK_ID=1101&CHT_CAT2=DATE'
headers = {
  'user-agent': 'Mozilla/5.0 (Macintosh Intel Mac OS X 10_13_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.181 Safari/537.36',
}
r = requests.get(url, headers=headers)
r.encoding = 'utf8'
print(r.text)

StPioneer iT邦新手 5 級 ‧ 2019-11-04 19:34:48 檢舉

”https://goodinfo.tw/StockInfo/ShowK_Chart.asp“ 中的資料只有一年內的，而且沒有下市股票資料。
”https://goodinfo.tw/StockInfo/ShowK_ChartData.asp“ 中（圖表透過函數呼叫數據庫）的資料有完整的股價資料以及已經下市的股票。
所以才想要爬圖表中的資料><
例如：榮化1704

dragonH iT邦超人 5 級 ‧ 2019-11-04 21:07:01 檢舉

StPioneer

那還不如找比較好爬的

證卷交易所

froce iT邦大師 1 級 ‧ 2019-11-04 21:55:48 檢舉

selenium有個wait until機制，會比強制等5秒好。

dragonH iT邦超人 5 級 ‧ 2019-11-04 22:06:05 檢舉

froce大

有我另一個寫法有用

不過我後來發現單純 wait unti 找到 canvas

存圖片會有空白的可能

可能是 canvas 還沒 render 完吧

或許 driver.execute_script(xxx, canvas)

有辦法知道 canvas render完了沒

不過有點懶XD

而且好像也不是他要的

登入發表回應

咖咖拉

iT邦好手 1 級 ‧ 2019-11-04 16:34:14

https://goodinfo.tw/StockInfo/ShowK_ChartData.asp?STOCK_ID=1101&STOCK_NM=%E5%8F%B0%E6%B3%A5&MARKET_CAT=%E4%B8%8A%E5%B8%82&CHT_NM=%E5%80%8B%E8%82%A1K%E7%B7%9A%E5%9C%96&CHT_CAT=DATE&SESSION_VAL=050%2E5607373

我這邊看是沒資料喔應該是這問題