Python 爬虫分析网易 163 邮箱的邮件列表节点（加载方式）遇到阻碍...

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 1870 天前的主题，其中的信息可能已经有所发展或是发生改变。

网易的产品给我的感觉亲和力还挺好的，网易新闻连 robots.txt 都没有，默认允许所有爬虫的爬取行为。今天爬取网易 163 邮箱，却着实碰到了一个硬茬，邮件列表的 div 一直获取不到，我自己分析了两种可能：

Js 加载
隐藏的 iframe 节点首先申明，我不是学前后端的，我对前端略有涉猎，后端基本全无，所以分析过程比较困难，求解答。。。

emsp

网易

列表

爬取

7 条回复 • 2019-03-15 22:39:15 +08:00

takemefly

2019-03-15 13:28:37 +08:00

应该是 JS 加载。有前端知识的话，可以了解这个开源抓取器 https://gitee.com/golddata/golddata-spider，里面提到了一个免费社区板试试。

Northxw

2019-03-15 13:41:08 +08:00

@takemefly 爬虫自动化工具呗嘿嘿不过我还是想自己搞

krixaar

2019-03-15 15:43:54 +08:00

爬邮件内容的话，应该是只能爬自己的邮箱，如果是爬自己的邮箱，为啥不直接把邮件 IMAP 下来……
从 126 看是一个到 mail(dot)126(dot)com/js6/s?sid=(cookie:Coremail.sid)&func=mbox:listMessages&deftabclick=t3 的 xhr，POST 一个特定格式的 xml，然后直接回一个 json 的邮件完整列表。

Northxw

2019-03-15 16:12:30 +08:00

@krixaar 我的初衷是用 Selenium 登录加爬取邮件，如果那样的话，太千篇一律了。。。

coolloves

2019-03-15 21:46:27 +08:00 via iPhone

@Northxw 如果是收取邮件，好像可以直接通过 pop 模块获取吧

locoz

2019-03-15 22:36:31 +08:00 via Android

直接用协议不是方便很多吗

Northxw

2019-03-15 22:39:15 +08:00

@coolloves 你好，不是直接收取邮件。而是获取邮件列表中所以邮件的有效信息。。。

@locoz 协议固然方便，哈哈。不过我还是希望自己通过 Selenium 实现下，不想太千篇一律。。。

Python 爬虫 分析网易 163 邮箱的邮件列表节点（加载方式）遇到阻碍...

Python 爬虫分析网易 163 邮箱的邮件列表节点（加载方式）遇到阻碍...