Extraire des données de JavaScript
Apprenez à récupérer les données générées ou chargées par JavaScript, notamment le contenu provenant d’appels AJAX et d’applications monopages.
Extraire des données de JavaScript est une leçon Web Scraping & Bots gratuite sur CoddyKit. Ceci est la leçon 3 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage Web Scraping & Bots, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours Web Scraping & Bots comprend 4 leçons au total.
Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.
Dynamic Web Content Explained
Many modern websites don't load all their content at once. Instead, they use JavaScript to fetch data and update the page after it initially loads. This is called dynamic content.
Traditional scraping tools like Requests and BeautifulSoup only see the initial HTML. They miss anything JavaScript loads later.
JavaScript's Role in Loading
JavaScript can load new data in several ways:
- AJAX Calls: Asynchronous JavaScript and XML. The browser requests data from a server in the background without reloading the entire page.
- DOM Manipulation: JavaScript directly adds, removes, or modifies elements in the page's structure (Document Object Model).
- Single-Page Applications (SPAs): Entire websites built to dynamically load content and navigate without full page refreshes.
This dynamic loading makes scraping more complex.
When Requests & BS4 Fall Short
When you use Python's requests library, you get the raw HTML that the server sends initially. If a website then uses JavaScript to load more data, that data won't be in the HTML you received.
BeautifulSoup can only parse the HTML it's given. It can't execute JavaScript to fetch additional content or wait for it to appear.
Selenium for Dynamic Content
This is where Selenium becomes essential. Selenium controls a real web browser (like Chrome or Firefox) programmatically.
When Selenium opens a page, the browser executes all JavaScript, including any AJAX calls or DOM manipulations. This means Selenium sees the fully rendered page, just like a human user would.
Waiting for Elements to Appear
Since content loads dynamically, it might not be immediately available when Selenium first loads a page. You need to tell Selenium to wait until a specific element or condition is met before trying to extract data.
If you don't wait, your script might try to find an element before JavaScript has rendered it, leading to errors or missing data.
Using Explicit Waits
Selenium's WebDriverWait combined with ExpectedConditions (EC) allows you to set explicit waits. This tells Selenium to wait for a maximum amount of time until a certain condition is true.
Common conditions include waiting for an element to be visible, clickable, or present in the DOM.
Try running this example:
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
import time
def main():
driver = webdriver.Chrome()
driver.get("https://www.selenium.dev/selenium/web/dynamic.html")
# Click a button that will make an element appear after a delay
driver.find_element(By.ID, "adder").click()
# Wait up to 10 seconds for the new element to appear
try:
new_element = WebDriverWait(driver, 10).until(
EC.presence_of_element_located((By.ID, "box0"))
)
print("New element found:", new_element.text)
except Exception as e:
print("Element not found within time limit:", e)
driver.quit()
if __name__ == "__main__":
main()Extracting Rendered Data
Once you've successfully waited for dynamic content to appear, extracting the data is similar to how you'd extract from static content using Selenium.
You can use methods like find_element(By.ID, "id_name"), find_element(By.CLASS_NAME, "class_name"), or find_element(By.CSS_SELECTOR, "css_selector") to locate the elements. Then, you can retrieve their text content or attributes.
Code: Get Dynamic Text
This example shows how to wait for an element and then extract its text. Imagine a page where a "Loading..." message changes to actual data after a few seconds.
Try running this example:
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
import time
def main():
driver = webdriver.Chrome()
# Using a simple test page that changes content
driver.get("https://www.selenium.dev/selenium/web/dynamic.html")
# Click button to reveal content
driver.find_element(By.ID, "reveal").click()
# Wait for the content to be visible
try:
# The 'revealed' div becomes visible
revealed_div = WebDriverWait(driver, 10).until(
EC.visibility_of_element_located((By.ID, "revealed"))
)
print("Revealed content:", revealed_div.text)
except Exception as e:
print("Revealed content not found:", e)
driver.quit()
if __name__ == "__main__":
main()Scraping Single-Page Apps
Single-Page Applications (SPAs) are websites that load a single HTML page and then dynamically update content as the user interacts. Navigation within an SPA often doesn't involve full page reloads.
Selenium handles SPAs well because it acts as a full browser. You interact with elements (like clicking navigation links) and Selenium executes the JavaScript, updating the DOM. You then apply the same waiting and extraction techniques.
Quick Check on Waiting
When scraping dynamic content that appears after the initial page load, which Selenium technique is crucial to ensure the content is available before attempting to extract it?
Recap: Dynamic Data Extraction
Great job! You've learned how to tackle dynamic web content:
- Many sites use JavaScript for AJAX calls, DOM manipulation, and SPAs.
- Traditional tools like Requests and BeautifulSoup cannot execute JavaScript.
- Selenium, by controlling a full browser, can render JavaScript.
- Explicit waits are essential to ensure dynamically loaded content is present before extraction.
This skill opens up a vast number of modern websites for your scraping projects!
Questions Fréquemment Posées
La leçon « Extraire des données de JavaScript » est-elle gratuite ?
Oui — le texte complet de « Extraire des données de JavaScript » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours Web Scraping & Bots, passe à CoddyKit PRO. Le cours Web Scraping & Bots comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Extraire des données de JavaScript » ?
Apprenez à récupérer les données générées ou chargées par JavaScript, notamment le contenu provenant d’appels AJAX et d’applications monopages. Tu pratiques Web Scraping & Bots avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer Web Scraping & Bots ?
Aucune expérience préalable n'est requise. Web Scraping & Bots sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 3 sur 4.
Combien de temps prend la leçon « Extraire des données de JavaScript » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon Web Scraping & Bots ?
Oui. Chaque leçon Web Scraping & Bots inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Introduction à Selenium
- Automatiser les interactions avec le navigateur
- Extraire des données de JavaScript
- Stratégies d’attente pour les pages dynamiques