什么是Ajax
AJAX即“Asynchronous Javascript And XML”（异步JavaScript和XML），是指一种创建交互式网页应用的网页开发技术。
AJAX = 异步 JavaScript和XML（标准通用标记语言的子集）。
AJAX 是一种用于创建快速动态网页的技术。
AJAX 是一种在无需重新加载整个网页的情况下，能够更新部分网页的技术。
简单的说就是网页加载，浏览器地址栏的网址并没有变，是javascript异步加载的网页，应该是ajax。AJAX一般是通过XMLHttpRequest 对象接口发送请求的，XMLHttpRequest 一般被缩写为 XHR。
分析果壳网站点
我们目标网站就以果壳网来进行分析。
我们可以看到这个网页并没有翻页按钮，而当我们一直往下拉请求，网页会自动的给我们加载出更多内容。但是，当我们观察网页url时，发现它并没有随着网页的加载请求而变化。而当我们直接请求这个url时，显然我们只能获得到第一页的html内容。
那我们要怎么获得所有页的数据呢？
我们在Chrome中打开开发者工具(F12)。我们点击Network，点击XHR标签---NAME中的链接查看头部。然后我们刷新网页，往下拉请求。这个时候我们就可以看到XHR标签，在网页每一次加载的时候就会跳出一个请求。
我们点击第一个请求，可以看到他的参数：
retrieve_type:by_subjectlimit:20offset:18-:1500265766286
在点击第二个请求，参数如下：
retrieve_type:by_subjectlimit:20offset:38-:1500265766287
limit参数是网页每一页限制加载的文章数，offset就是页数了。接着往下看，我们会发现每一个请求的offset参数都会加 20。
爬取流程
分析Ajax请求获得每一页的文章url信息；解析每一篇文章，获得需要数据；将获得的数据保存数据库；开启多进程，大量抓取。
开始
我们的工具仍然使用requests请求，BeautifulSoup解析。
发表于 2022-4-16 23:50:51
