我想抓取https://sparrow.eoffice.gov.in/IPRSTATUS/IPRFiledSearch并下载搜索结果中显示为日期(比如01-01-2016)的整套PDF文件。雇员字段是可选的。点击搜索,网站会弹出所有员工的列表。我无法使用python请求让post方法工作。不断出现405错误。我的代码在下面
from bs4 import BeautifulSoup
import requests
url = "https://sparrow.eoffice.gov.in/IPRSTATUS/IPRFiledSearch"
data = {
'assessmentYearId':'vH4pgBbZ8y8rhOFBoM0g7w',
'empName':'',
'allotmentYear':'',
'cadreId':'',
'iprReportType':'cqZvyXc--mpmnRNfPp2k7w',
'userType':'JgPOADxEXU1jGi53Xa2vGQ',
'_csrf':'7819ec72-eedf-4290-ba70-6f2b14cc4b79'
}
headers = {
'Accept':'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
'Accept-Encoding':'gzip, deflate',
'Accept-Language':'en-US,en;q=0.8',
'Cache-Control':'max-age=0',
'Connection':'keep-alive',
'Content-Length':'184',
'Content-Type':'application/x-www-form-urlencoded',
'Upgrade-Insecure-Requests':'1',
'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'
}
response = requests.post(url,data=data,headers=headers)
问题在于我使用相同的csrf代码。每一个请求都需要改变。你知道吗
我对这个网站不熟悉,但我强烈建议在尝试搜集内容之前先阅读他们的政策。你知道吗
在类似的情况下,当您无法通过简单的post获得预期的结果时,使用
requests.Session
通常会有所帮助。你知道吗相关问题 更多 >
编程相关推荐