(1)正常的抓取页面:
不需要扫码,需要点击查看的
但是没有这个必要,我们仔细看html代码:
发现里面就已经包含了手机号码;点击查看手机号只是个摆设。
(2)需要扫码的一个页面,网址为:
http://hz.ganji.com/fang1/2938272612x.htm
这个的话我们再次查看html代码:
发现并没有手机号存在;
先别着急,我们先研究一下二维码到底包含了什么信息:
用(草料识别二维码或者python库识别)发现解析出来是:
http://3g.ganji.com/hz_fang1/2938272612x
我们发现:
我们访问的网址和二维码访问得到的网址如下:
访问:
http://hz.ganji.com/fang1/2938272612x.htm
二维码解析:
http://3g.ganji.com/hz_fang1/2938272612x
主要不同的就是多了(3g),然后就是hz和fang1位置变了。
我们用电脑访问解析出来的网址:
看到没,出现了手机号。
我们只需要把原网址拼接成http://3g.ganji.com/…这种类型
就可以不用理会二维码了。二维码也是个摆设。