Python基础爬虫-爬取百度翻译

爬取百度翻译

这种网站的特点就是在不刷新整个页面，或者不改变网址的情况下，局部刷新网页，通过异步加载方式返回json格式的数据。

一. 分析网址

​ 百度翻译网址：https://fanyi.baidu.com

​ 当我们输入一个单词时，例如“wolf”，可以发现整个网页的地址没有变化，只是局部刷新了。按f12键打开抓包工具，选择Network中的XHR选项后，重新输入可以发现从服务器返回了一些json格式的数据：

点击最后一个sug，可以发现我们真正请求的地址以及我们传入的“wolf”参数：

然后就是点击preview，查找我们需要的信息，也就是翻译后的信息。可以发现翻译信息储存在key为“data”，values为一个列表的字典中，该values中的列表里的每一个元素又是一个个字典，

所以我们需要爬取的信息的位置表达式为

['data'][0]['v']

二. 编写代码

​ 知