如何从嵌入在网页中的Tableau图形中提取工具提示值

如何从嵌入在网页中的Tableau图形中提取工具提示值

该图形似乎是由JS中的API结果生成的，如下所示：

POST https://public.tableau.com/TITLE/bootstrapSession/sessions/SESSION_ID

SESSION_ID参数（除其他外）位于

tsConfigContainer

用于构建iframe的URL的textarea中。

从https://covid19.colorado.gov/hospital-
data
开始：

• 检查类的元素

  tableauPlaceholder

• 获取

  param

  具有属性的元素

  name

• 它给你的网址：

  https://public.tableau.com/views/{urlPath}

• 上一个链接为您提供了一个id为ID的textarea，

  tsConfigContainer

  其中包含一堆json值
• 提取

  session_id

  和根路径（

  vizql_root

  ）

• https://public.tableau.com/ROOT_PATH/bootstrapSession/sessions/SESSION_ID

  使用

  sheetId

  as表单数据进行POST
• 从结果中提取json（结果不是json）

代码：

import requestsfrom bs4 import BeautifulSoupimport jsonimport rer = requests.get("https://covid19.colorado.gov/hospital-data")soup = BeautifulSoup(r.text, "html.parser")# get the second tableau linktableauContainer = soup.findAll("div", { "class": "tableauPlaceholder"})[1]urlPath = tableauContainer.find("param", { "name": "name"})["value"]r = requests.get(    f"https://public.tableau.com/views/{urlPath}",    params= {        ":showVizHome":"no",    })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"])

从那里您拥有所有数据。您将需要寻找拆分数据的方式，因为似乎所有数据都是通过单个列表转储的。可能需要查看JSON对象中的其他字段。