파이썬 웹 크롤링에대해 질문드립니다.
글쓴이: rladmsxor93 / 작성시간: 수, 2018/02/07 - 12:31오전
제가 멜론의 장르페이지의 발라드 부분을 크롤링을 해보고 있습니다.(http://www.melon.com/genre/song_list.htm?gnrCode=GN0100)
그런데 첫번째 페이지를 크롤링하고 자동으로 2번페이지를 넘어가서 크롤링해보면 첫번째 페이지가 다시 크롤링이 됩니다.
마찬가지로 다른페이지를 크롤링해도 결과는 같습니다. url아무리 확인해도 틀린곳은 없었습니다.
이럴땐 뭐가 문제인건가요?
import requests from bs4 import BeautifulSoup def changeHeader(): session = requests.Session() headers = {"User-Agent":"Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36", "Accept" : "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8", "Accept-Language" : "ko-KR,ko;q=0.9,en-US;q=0.8,en;q=0.7" } url = "http://www.melon.com/genre/song_list.htm?gnrCode=GN0100&dtlGnrCode=#params%5BgnrCode%" \ "5D=GN0100¶ms%5BdtlGnrCode%5D=¶ms%5BorderBy%" \ "5D=NEW¶ms%5BsteadyYn%5D=N&po=pageObj&" \ "startIndex=51" //startIndex부분만 50씩 증감하여 페이지를 이동 req = session.get(url, headers = headers) return req def main(): req = changeHeader() try: bsobj = BeautifulSoup(req.text, 'html.parser') except AttributeError as e: print(e) for title in bsobj.findAll("div",{"class": "ellipsis rank01"}): print(title.find("a").get_text()) for singer in bsobj.findAll("div",{"class":"ellipsis rank02"}): print(singer.find("a").get_text()) if __name__ == '__main__': main()
p.s질문을 올리고 혹시이것때문인가 해서 추가로 수정하겠습니다.
<a href = "javascript:pageObj.sendPage('51');">2</a> <a href = "javascript:pageObj.sendPage('101');">3</a> <a href = "javascript:pageObj.sendPage('151');">4</a> <a href = "javascript:pageObj.sendPage('201');">5</a> .....
소스를 확인해보니 페이지 이동하는 부분이 자바스크립트로 링크가 되어있더군요.(맞는표현인지는모르겠지만)
만약 이것때문이라면 문제를 어떠한 방법으로 해결해야 하나요?
Forums:
해결했습니다^^
셀레니움으로 페이지 전환 하였습니다.
댓글 달기