2
所以我想从visual.ly中抓取可视化,但是现在我不明白“显示更多”按钮是如何工作的。截至目前,我的代码将获取图像链接,图像旁边的文本以及页面的链接。我想知道“显示更多”按钮的功能,因为我将尝试循环使用页面数量。截至目前,我不知道如何通过每一个单独循环。任何想法,我如何可以循环,并继续获得比他们最初显示的更多的图像?我需要帮助网络抓取
from BeautifulSoup import BeautifulSoup
import urllib2
import HTMLParser
import urllib, re
counter = 1
columnno = 1
parser = HTMLParser.HTMLParser()
soup = BeautifulSoup(urllib2.urlopen('http://visual.ly/?view=explore& type=static#v2_filter').read())
image = soup.findAll("div", attrs = {'class': 'view-mode-wrapper'})
if columnno < 4:
column = image[0].findAll("div", attrs = {'class': 'v2_grid_column'})
columnno += 1
else:
column = image[0].findAll("div", attrs = {'class': 'v2_grid_column last'})
visualizations = column[0].findAll("div", attrs = {'class': '0 v2_grid_item viewmode-item'})
getImage = visualizations[0].find("a")
print counter
print getImage['href']
soup1 = BeautifulSoup(urllib2.urlopen(getImage['href']).read())
theImage = soup1.findAll("div", attrs = {'class': 'ig-graphic-wrapper'})
text = soup1.findAll("div", attrs = {'class': 'ig-content-right'})
getText = text[0].findAll("div", attrs = {'class': 'ig-description right-section first'})
imageLink = theImage[0].find("a")
print imageLink['href']
print getText
for row in image:
theImage = image[0].find("a")
actually_download = False
if actually_download:
filename = link.split('/')[-1]
urllib.urlretrieve(link, filename)
counter += 1
你已经安装了浏览器中的Web开发工具栏?我觉得这对于形象数据,按钮动作,链接等等的可视化(双关不打算)是非常有用的。 – Lenna 2012-07-25 18:58:03
如果打印链接指向正确的资源?这将是调试的第一步。 – 2012-07-25 19:05:36
不,我没有网络开发工具栏,除非你的意思是萤火虫? – user1497050 2012-07-25 19:16:13