請教大家有關爬蟲問題
我有爬蟲各航空公司的貨物運單狀態
甲去大陸購物 可從業者提供的報關單、主提單、副提單 查到包裹狀態
例如:飛機起飛與否等資訊、清關狀態
這是華航的CARGO 貨況查詢 網站
https://reurl.cc/5qKZzq
因為有JS所以利用selenium+BeautifulSoup 可以輕鬆爬到任何html資料
我不是用path下去定位而是抓取id找想要的到資料
但有些id長這樣:
ContentPlaceHolder1_rpFlightEvent_lblWgt_0
ContentPlaceHolder1_rpFlightEvent_lblPcs_0
ContentPlaceHolder1_rpFlightEvent_lblArrTime_0
ContentPlaceHolder1_rpFlightEvent_lblOff_0
Q1.id尾數都是無意義的亂碼字母與數字組成
我這次可以輕鬆爬到資料，下次該怎防範尾數產生新的亂碼id了?
Q2.如Q1. 網站這樣做 算是反爬蟲手段之一嗎?
謝謝

這應該是aspnet寫的 你爬的是grid資料?印象中grid每列裡的控制項會長一個數字

A2. 我沒點進去，但那可能是前端框架如react編譯後的產物，下次他再編譯上新版前端，亂碼可能就會變，確實可以防爬蟲，但你就不要抓id就好只是他最尾是0比較奇怪，通常會是一串hash code

execute script to find substr of id and return?

謝謝樓上 我先做一下功課樓上提到關鍵字1F 1.我看這是ASPNET沒錯 2.我看前端碼沒有grid

用正則表達式看看能不能解決？

關鍵字 應該不是grid3F 1.只有綁id了 連class都沒有10F 我來研究正則是看看好了 擔心下次爬不到7F 不太明白你意思 我已經可以輕鬆抓取id資料但這id好像是亂碼產生 擔心下改抓不到Y

推7F大大 定位父元素往下找

Xpath很好用

可以利用regular去爬前面那些固定的字

這情況就用xpath，算是最快解決的方式了吧

如推文所述，我也習慣用Xpath定位，但你舉的這幾個例子，看起來跟「亂碼」有點差距，是指哪幾個字是亂碼啊?

原po應該是想要表達『隨機碼』才對吧

我意思就是我看不出來哪裡亂碼/隨機，他舉的例子看起來是有意義的縮寫不是?