动态网页介绍

本章所指的动态网页是指在网页中依赖JavaScript脚本动态加载数据的网页。与传统单页面表单事件不同，使用了JavaScript脚本的网页能够在URL不变的情况下改变网页的内容。动态网页上使用的技术主要包括以下几种：

1. JavaScript

JavaScript 是网络上最常用的、支持者最多的客户端脚本语言，它可以收集 用户的跟踪数据，不需要重载页面直接提交表单，在页面嵌入多媒体文件，甚至运行网页游戏。

我们可以在网页源代码的< scripy>标签里看到，比如：

<script type="text/javascript"
src="https://statics.huxiu.com/w/mini/static_2015/js/sea.js?v=201601150944"></script>

2. jQuery

jQuery 是一个十分常见的优秀的JavaScript库，也是一个快速、简洁的JavaScript框架，它封装了JavaScript常用的功能代码，提供一种简便的JavaScript设计模式，优化HTML文档操作、事件处理等。

70% 最流行的网站（约200万）和约30%的其他网站（约2亿）都在使用jQuery。一个网站使用 jQuery 的特征，就是源代码里包含了jQuery入口，比如：

<script type="text/javascript"
src="https://statics.huxiu.com/w/mini/static_2015/js/jquery-1.11.1.min.js?v=201512181512"></script>

如果你在一个网站上看到了 jQuery，那么采集这个网站数据的时候要格外小心。JQuery 可以动态地创建 HTML 内容，只有在JavaScript代码执行之后才会显示，如果你用传统的方法采集页面内容，就只能获得JavaScript代码执行之前页面上的内容。

3. AJAX

我们与网站服务器通信的唯一方式，就是发出 HTTP 请求获取新页面。如果提交表单之后，或者从服务器获取信息之后，网站的页面不需要重新刷新，那么当前访问的网站就在用AJAX 技术。

AJAX其实并不是一门语言，而是用来完成网络任务（可以认为它与网络数据采集差不多）的一系列技术。AJAX全称是Asynchronous JavaScript and XML（异步 JavaScript 和 XML），网站不需要使用单独的页面请求就可以和网络服务器进行交互 （收发信息）。

4. DHTML

与AJAX一样，动态HTML（Dynamic HTML，DHTML）也是一系列用于解决网络问题的技术集合。DHTML是用客户端语言改变页面的HTML元素（HTML、CSS，或者二者皆被改变），比如页面上的按钮只有当用户移动鼠标之后才出现，背景色可能每次点击都会改变，或者用一个AJAX请求触发页面加载一段新内容，网页是否属于DHTML，关键要看有没有用JavaScript控制HTML和CSS元素。

那些使用了AJAX或DHTML技术改变或加载内容的页面，可能有一些采集手段。但是用Python解决这个问题只有两种途径：

（1）直接从JavaScript代码里采集内容（费时费力）。

（2）用Python的第三方库运行JavaScript，直接采集在浏览器里看到的页面（比较符合）。