Скрапинг динамического сайта

Динамические сайты загружают контент с помощью JavaScript после начальной загрузки страницы. В этом руководстве показано, как собирать данные с таких сайтов с помощью browser endpoint от FourA.

Проблема

Когда вы отправляете стандартный HTTP-request на сайт с активным использованием JavaScript, вы получаете каркас HTML, но не сам контент. Нужные вам данные (списки товаров, цены, результаты поиска) загружаются через JavaScript после рендеринга страницы в браузере.

Это типично для современных фреймворков вроде React, Vue, Angular и Next.js.

Решение: запросы через браузер

Browser endpoint от FourA (POST /api/browser/) открывает ваш URL в экземпляре Chrome, который:

  1. Загружает страницу
  2. Выполняет весь JavaScript
  3. Ожидает рендеринга контента
  4. Возвращает полностью отрендеренный HTML

Шаг 1. Определите, что вам нужно

Перед отправкой request откройте целевую страницу в браузере и с помощью DevTools (F12) найдите фрагмент текста или элемент, подтверждающий загрузку контента. Например:

  • Название товара, которое появляется после рендеринга JS
  • CSS-класс вроде product-grid в отрендеренном HTML
  • Текстовую строку вроде "results", которая появляется только при загрузке данных

Шаг 2. Отправьте browser request

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"
  }'

Параметр checkText указывает FourA проверить наличие "product-grid" на странице после завершения ее загрузки. Если элемент отсутствует, request возвращается со статусом ошибки checkText:product-grid not found, а неудачные request не тарифицируются. checkText не заставляет FourA ждать текст дольше.

Шаг 3: Распарсите HTML

Response содержит полностью отрендеренный HTML в поле body. Распарсите его с помощью подходящей библиотеки:

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());
});

Устранение неполадок

Все еще получаете пустой контент?

  • Убедитесь, что страница действительно использует JavaScript рендеринг (сравните "View Source" и DevTools)
  • Увеличьте timeout_ms: некоторые страницы загружаются медленно
  • Проверьте, требует ли страница аутентификацию или cookies (используйте параметр cookies)

Появляется страница проверки?

  • Для одиночных/HTTP request переключитесь на proxy endpoint (POST /api/proxy/) для автоматической ротации IP.
  • Чтобы направить browser request через proxy, передайте параметр proxy для browser endpoint. Proxy endpoint обрабатывает только одиночные/HTTP request, но не browser request.

Параметр proxy принимает непрозрачный proxy ID, возвращенный предыдущим response, но не собственный proxy адрес. Сначала выполните один вызов POST /api/proxy/ (или POST /api/auto/), прочитайте возвращенное поле proxy (session.proxy в режиме Auto), затем закрепите его:

# 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}'

Отправка адреса вместо ID возвращает 400 Invalid proxy format. Полный паттерн описан в Повторное использование proxy в нескольких requests.

Следующие шаги

Обновлено: 15 октября 2026 г.