从 Tableau Public 仪表板中抓取数据

我对从网站上抓取数据还很陌生，并且不知道如何从使用 Tableau Public 的网站上抓取数据

网站：https://showmestrong.mo.gov/data/public-health/ https://showmestrong.mo.gov/data/public-health/

我一直在阅读一些关于如何检查元素并找到其中的表格的资料，但我不知所措。我尝试过在Python中使用requests and BeautifulSoup但不知道如何过去。

import requests
from bs4 import BeautifulSoup
import json
import re

r = requests.get("https://showmestrong.mo.gov/data/public-health/")
soup = BeautifulSoup(r.text, "html.parser")

例如，它似乎没有显示任何有关病例和死亡的表格。

任何有关此的提示或文档/论坛将不胜感激！

tableau.js 库似乎加载了另一个从中获取数据的网址：

从那里开始，它非常类似于这个答案 https://stackoverflow.com/a/62106733/2614364 and this one https://stackoverflow.com/a/61976399/2614364您可以从其中提取 JSON 配置textarea标签。提取sessionid构建 URL 来获取数据：

import requests
from bs4 import BeautifulSoup
import json
import re

r = requests.get("https://public.tableau.com/views/COVID-19inMissouri/COVID-19inMissouri", 
    params = {
    ":embed": "y",
    ":showVizHome": "no",
    ":host_url": "https://public.tableau.com/",
    ":embed_code_version": 3,
    ":tabs": "no",
    ":toolbar": "no",
    ":animate_transition": "yes",
    ":display_static_image": "no",
    ":display_spinner": "no",
    ":display_overlay": "yes",
    ":display_count": "yes",
    ":language": "en",
    ":loadOrderID": 0
})
soup = BeautifulSoup(r.text, "html.parser")

tableauData = json.loads(soup.find("textarea",{"id": "tsConfigContainer"}).text)

dataUrl = f'https://public.tableau.com{tableauData["vizql_root"]}/bootstrapSession/sessions/{tableauData["sessionid"]}'

r = requests.post(dataUrl, data= {
    "sheet_id": tableauData["sheetId"],
})
dataReg = re.search('\d+;({.*})\d+;({.*})', r.text, re.MULTILINE)
info = json.loads(dataReg.group(1))
data = json.loads(dataReg.group(2))

print(data["secondaryInfo"]["presModelMap"]["dataDictionary"]["presModelHolder"]["genDataDictionaryPresModel"]["dataSegments"]["0"]["dataColumns"])

结果不是 JSON，因此需要使用正则表达式对其进行解析，以从中提取 JSON 配置，如上面的代码所示

在 repl.it 上运行这个 https://repl.it/@bertrandmartel/ScrapeTableauMissouri