python - 请求在表单上发布不返回生成的页面

Question

我想用 python 从这个网站抓取:http://www.ssa.gov/oact/babynames/#ht=1

在底部的名称表下方，有三个选项卡。我希望将帖子发布到“按出生年份列出的流行名字”选项卡下的表单。

这是我的代码:

from bs4 import BeautifulSoup
import requests

url = "http://www.ssa.gov/oact/babynames/"

payload = {
    'year': 2010,
    'top': 50
}

r = requests.post(url, data=payload)
# returns status 200

soup = BeautifulSoup(r.text)

print soup.prettify()

这仅返回原始页面，而不是我正在查找的生成页面。

不返回生成页面的原因可能是什么？

谢谢!

Answer 1

您需要将 POST 请求的 URL 更改为 http://www.ssa.gov/cgi-bin/popularnames.cgi .

演示:

>>> from bs4 import BeautifulSoup
>>> import requests
>>> url = "http://www.ssa.gov/cgi-bin/popularnames.cgi"
>>> payload = {
...     'year': 2010,
...     'top': 50
... }
>>> r = requests.post(url, data=payload)
>>> soup = BeautifulSoup(r.text)
>>> table = soup.find('table', summary='Popularity for top 50')
>>> for row in table.find_all('tr')[1:4]:
...     print [td.text for td in row.find_all('td')]
... 
[u'1', u'Jacob', u'Isabella']
[u'2', u'Ethan', u'Sophia']
[u'3', u'Michael', u'Emma']