Dokumentacja › Poradniki › Scrapowanie dynamicznych stron

Scrapowanie dynamicznych stron

Dynamiczne strony internetowe ładują treść przy użyciu JavaScript po początkowym załadowaniu strony. Ten przewodnik pokazuje, jak zbierać dane z tych stron przy użyciu endpointu przeglądarki FourA.

Problem

Gdy wysyłasz standardowe żądanie HTTP do strony internetowej opartej w dużej mierze na JavaScript, otrzymujesz powłokę HTML, ale nie rzeczywistą treść. Potrzebne dane (listy produktów, ceny, wyniki wyszukiwania) są ładowane przez JavaScript po wyrenderowaniu strony w przeglądarce.

Jest to coraz częstsze w przypadku nowoczesnych frameworków, takich jak React, Vue, Angular i Next.js.

Rozwiązanie: Żądania przeglądarki

Endpoint przeglądarki FourA (POST /api/browser/) otwiera Twój URL w instancji przeglądarki Chrome, która:

  1. Ładuje stronę
  2. Wykonuje cały JavaScript
  3. Czeka na wyrenderowanie treści
  4. Zwraca w pełni wyrenderowany HTML

Krok 1: Określ, czego potrzebujesz

Przed wykonaniem żądania odwiedź stronę docelową w przeglądarce i użyj DevTools (F12), aby znaleźć fragment tekstu lub element, który potwierdza załadowanie treści. Na przykład:

  • Nazwa produktu, która pojawia się po wyrenderowaniu przez JS
  • Klasa CSS, taka jak product-grid w wyrenderowanym HTML
  • Ciąg tekstowy, taki jak "results", który pojawia się tylko po załadowaniu danych

Krok 2: Wyślij żądanie przeglądarki

curl -X POST https://eu.api.foura.ai/api/browser/ \
  -H "X-API-Key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "url": "https://example.com/products",
    "timeout_ms": 15000,
    "checkText": "product-grid"
  }'

Opcja checkText mówi usłudze FourA, aby zweryfikowała, czy ciąg znaków "product-grid" pojawia się na wyrenderowanej stronie. Jeśli nie pojawi się przed upływem limitu czasu, request kończy się niepowodzeniem, informując, że treść nie została załadowana.

Krok 3: Parsowanie kodu HTML

Obiekt response zawiera w pełni wyrenderowany kod HTML w polu body. Sparsuj go za pomocą preferowanej biblioteki:

Python (BeautifulSoup)

import requests
from bs4 import BeautifulSoup

resp = requests.post("https://eu.api.foura.ai/api/browser/", headers={
    "X-API-Key": "YOUR_API_KEY",
    "Content-Type": "application/json"
}, json={
    "url": "https://example.com/products",
    "timeout_ms": 15000,
    "checkText": "product-grid"
})

html = resp.json()["body"]
soup = BeautifulSoup(html, "html.parser")

for product in soup.select(".product-card"):
    name = product.select_one(".product-name").text.strip()
    price = product.select_one(".product-price").text.strip()
    print(f"{name}: {price}")

Node.js (cheerio)

import * as cheerio from 'cheerio';

const resp = await fetch('https://eu.api.foura.ai/api/browser/', {
  method: 'POST',
  headers: { 'X-API-Key': 'YOUR_API_KEY', 'Content-Type': 'application/json' },
  body: JSON.stringify({
    url: 'https://example.com/products',
    timeout_ms: 15000,
    checkText: 'product-grid'
  })
});

const { body: html } = await resp.json();
const $ = cheerio.load(html);

$('.product-card').each((i, el) => {
  console.log($(el).find('.product-name').text(), $(el).find('.product-price').text());
});

Rozwiązywanie problemów

Nadal otrzymujesz pustą treść?

  • Sprawdź, czy strona faktycznie używa renderowania JavaScript (porównaj "Wyświetl źródło" z DevTools)
  • Zwiększ timeout_ms: niektóre strony ładują się powoli
  • Sprawdź, czy strona wymaga uwierzytelnienia lub plików cookie (użyj parametru cookies)

Otrzymujesz stronę z CAPTCHA?

  • Dla pojedynczych żądań HTTP przełącz się na endpoint proxy (POST /api/proxy/) w celu automatycznej rotacji IP.
  • Aby przekierować żądanie przeglądarki przez proxy, przekaż parametr proxy endpointu przeglądarki. Endpoint proxy opakowuje tylko pojedyncze żądania HTTP, a nie żądania przeglądarki.

Parametr proxy przyjmuje nieprzezroczysty identyfikator proxy, który został zwrócony we wcześniejszej odpowiedzi, nigdy własny adres proxy. Uruchom najpierw jedno wywołanie POST /api/proxy/ (lub POST /api/auto/), odczytaj zwrócone w nim pole proxy, a następnie przypnij je:

# Step 1: let FourA find a working exit. The response carries "proxy": "A1B2C3".
curl -X POST "https://eu.api.foura.ai/api/proxy/" \
  -H "X-API-Key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"maxTries": 5, "request": {"method": "GET", "url": "https://example.com/products"}}'

# Step 2: render through that same exit.
curl -X POST "https://eu.api.foura.ai/api/browser/" \
  -H "X-API-Key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"url": "https://example.com/products", "proxy": "A1B2C3", "timeout_ms": 20000}'

Wysłanie adresu zamiast ID zwraca 400 Invalid proxy format. Pełny wzorzec znajduje się w Ponowne użycie proxy w wielu żądaniach.

Następne kroki

Aktualizacja: 12 sierpnia 2026
Monitorowanie cen konkurencji →