写在前面 今天咱们抓取一下网易云课堂的课程数据，这个网站的数据量并不是很大，我们只需要使用requests就可以快速的抓取到这部分数据了。 你第一步要做的是打开全部课程的地址，找出爬虫规律， 地址如下： https://study.163.com/courses/ 在这里插入图片描述 我简单的看了一下，页面数据是基于 https://study.163.com/p/search/studycourse.json 这个地址进行异步加载的。你自己尝试的时候需要借助开发者工具 进行多次尝试，抓取到这个地址的数据为准。 还有一个地方需要注意，这次是post提交方式，并且提交数据是payload类型的，这个原因导致我们的代码和以前的略微有一些不同的地方。 在这里插入图片描述 提取post关键字，看一下各个参数的意思，如果你爬取的网站足够多，那么训练出来的敏感度能够快速的分析这些参数 {"pageIndex":55, # 页码 "pageSize":50, # 每页数据大小 "relativeOffset":2700, "frontCategoryId":-1, "searchTimeType":-1, "orderType":50, "priceType":-1, "activityId":0, "keyword":"" # 搜索相关 } 好了，可以开始编写代码了，核心的代码就是通过requests模块发送post请求 def get_json(index): print(f"正在抓取{index}页数据") payload = {"pageIndex":index, "pageSize":50, "relativeOffset":50, "frontCategoryId":-1, "searchTimeType":-1, "orderType":50, "priceType":-1, "activityId":0, "keyword":"" } headers = {"Accept":"application/json", "Host":"study.163.com", "Origin":"https://study.163.com", "Content-Type":"application/json", "Referer":"https://study.163.com/courses", "User-Agent":"自己去找个浏览器UA" } try: # 请注意这个地方发送的是post请求 # CSDN 博客 梦想橡皮擦 res = requests.post("https://study.163.com/p/search/studycourse.json",json=payload,headers=headers) content_json = res.json() if content_json and content_json["code"] == 0: data = get_content(content_json) # 获取正确的数据 ############################################ if len(data) > 0: save_mongo(data) # 保存数据 ############################################ except Exception as e: print("出现BUG了") print(e) finally: time.sleep(1) index+=1 get_json(index) def get_content(content_json): if "result" in content_json: return content_json["result"]["list"] 因为获取到的数据是json类型的，所以，数据可以快速的保存到mongodb里面，保存数据的代码我依旧留空，希望你自己可以完善。 通过很短的时间，我们就捕获到了3000门课程 在这里插入图片描述 好了，需要代码和数据，请评论留下我能联系你的方式即可。https://www.cnblogs.com/happymeng/p/10242778.html