欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python?基于Selenium實(shí)現(xiàn)動態(tài)網(wǎng)頁信息的爬取

 更新時(shí)間：2021年12月07日 14:07:55   作者：Max_Shy  
本文主要介紹了通過Selenium和webdrive等庫，對動態(tài)網(wǎng)頁的信息進(jìn)行爬取。文中的示例代碼非常詳細(xì)，感興趣的同學(xué)快來跟隨小編一起學(xué)習(xí)吧

一、Selenium介紹與配置

1.Selenium簡介

Selenium 是ThoughtWorks專門為Web應(yīng)用程序編寫的一個(gè)驗(yàn)收測試工具。Selenium測試直接運(yùn)行在瀏覽器中，可以模擬真實(shí)用戶的行為。支持的瀏覽器包括IE(7、8、9)、Mozilla Firefox、Mozilla Suite等。這個(gè)工具的主要功能包括：測試與瀏覽器的兼容性——測試你的應(yīng)用程序看是否能夠很好地工作在不同瀏覽器和操作系統(tǒng)之上。測試系統(tǒng)功能——創(chuàng)建回歸測試檢驗(yàn)軟件功能和用戶需求。

2. Selenium+Python環(huán)境配置

pip install selenium

二、網(wǎng)頁自動化測試

1.啟動瀏覽器并打開百度搜索

from selenium import webdriver
browser = webdriver.Chrome()
browser.get('http://www.baidu.com/')

2.定位元素

在開發(fā)者工具中找到輸入框

輸入要查詢的值并通過button點(diǎn)擊事件實(shí)現(xiàn)

input_btn = web.find_element_by_id('kw')
input_btn.send_keys('原神', Keys.ENTER)

測試：

三、爬取動態(tài)網(wǎng)頁的名人名言

1. 網(wǎng)頁數(shù)據(jù)分析

在開發(fā)者工具中查看每一組名言（名言+名人）的位置：

現(xiàn)每一組名言都是在class="quote"的div中，并且沒有其他class="quote的標(biāo)簽。

且名句在class="text"的<span>標(biāo)簽中，作者在class="author"的small標(biāo)簽中。

2. 翻頁分析

在開發(fā)者工具中查看Next翻頁按鈕

可發(fā)現(xiàn)Next按鈕只有href屬性，無法定位。但可以通過查找網(wǎng)頁最后一個(gè)有aria-hidden屬性的span標(biāo)簽，進(jìn)行點(diǎn)擊以跳轉(zhuǎn)到下一頁。

3.爬取數(shù)據(jù)的存儲

爬取后的數(shù)據(jù)需要存儲至csv文件中，編寫代碼如下：

with open('Saying.csv', 'w', encoding='utf-8')as fp:
    fileWrite = csv.writer(fp)
    fileWrite.writerow(['名言', '名人'])   
    fileWrite.writerows(sayingAndAuthor)
web.close()

4. 爬取數(shù)據(jù)

代碼準(zhǔn)備：

from selenium.webdriver import Chrome
import time
import csv

web = Chrome(r"D:\\DevTools\\Anaconda\\download\\Anaconda3\\Lib\\site-packages\\selenium\\webdriver\\chrome\\chromedriver.exe")

web.get('http://quotes.toscrape.com/js/')

sayingAndAuthor = []
n = 5
for i in range(0, n):
    div_list = web.find_elements_by_class_name('quote')
    for div in div_list:
        saying = div.find_element_by_class_name('text').text
        author = div.find_element_by_class_name('author').text
        info = [saying, author]
        sayingAndAuthor.append(info)
    print('成功爬取第' + str(i + 1) + '頁')
    if i == n-1:
        break
    web.find_elements_by_css_selector('[aria-hidden]')[-1].click()
    time.sleep(2)

with open('Saying.csv', 'w', encoding='utf-8')as fp:
    fileWrite = csv.writer(fp)
    fileWrite.writerow(['名言', '名人'])   # 寫入表頭
    fileWrite.writerows(sayingAndAuthor)
web.close()

爬取結(jié)果：

四、爬取京東網(wǎng)站書籍信息

爬取某個(gè)關(guān)鍵字書籍的前三頁書籍信息，本文以計(jì)算機(jī)圖形學(xué)為例

1.進(jìn)入網(wǎng)頁并搜索計(jì)算機(jī)圖形學(xué)

from selenium.webdriver import Chrome
from selenium.webdriver.common.keys import Keys

web = Chrome(r"D:\\DevTools\\Anaconda\\download\\Anaconda3\\Lib\\site-packages\\selenium\\webdriver\\chrome\\chromedriver.exe")


web.get('https://www.jd.com/')
web.maximize_window()
web.find_element_by_id('key').send_keys('計(jì)算機(jī)圖形學(xué)', Keys.ENTER)  # 找到輸入框輸入，回車

成功。

2.網(wǎng)頁分析

使用開發(fā)者工具可查看每一個(gè)商品信息的位置

發(fā)現(xiàn)每一個(gè)商品信息都存在于class包含gl-item的li中。因此獲取該頁面下所有l(wèi)i，由此爬取書籍信息（包括書名和價(jià)格）。

3.翻頁

web.find_element_by_class_name('pn-next').click()  # 點(diǎn)擊下一頁

4.數(shù)據(jù)保存

with open('計(jì)算機(jī)圖形學(xué).csv', 'w', encoding='utf-8')as fp:
    writer = csv.writer(fp)
    writer.writerow(['書名', '價(jià)格', '作者', '出版社', '預(yù)覽圖片地址'])
    writer.writerows(all_book_info)

5.代碼準(zhǔn)備

from selenium.webdriver import Chrome
from selenium.webdriver.common.keys import Keys
import time
from lxml import etree
import csv

web = Chrome(r"D:\\DevTools\\Anaconda\\download\\Anaconda3\\Lib\\site-packages\\selenium\\webdriver\\chrome\\chromedriver.exe")
web.get('https://www.jd.com/')
web.maximize_window()
web.find_element_by_id('key').send_keys('計(jì)算機(jī)圖形學(xué)', Keys.ENTER)  


def get_onePage_info(web):
    web.execute_script('window.scrollTo(0, document.body.scrollHeight);')
    time.sleep(2)
    page_text = web.page_source

    # 進(jìn)行解析
    tree = etree.HTML(page_text)
    li_list = tree.xpath('//li[contains(@class,"gl-item")]')
    book_infos = []
    for li in li_list:
        book_name = ''.join(
            li.xpath('.//div[@class="p-name"]/a/em/text()'))     # 書名
        price = '￥' + \
            li.xpath('.//div[@class="p-price"]/strong/i/text()')[0]   # 價(jià)格
        author_span = li.xpath('.//span[@class="p-bi-name"]/a/text()')
        if len(author_span) > 0:  # 作者
            author = author_span[0]
        else:
            author = '無'
        store_span = li.xpath(
            './/span[@class="p-bi-store"]/a[1]/text()')  # 出版社
        if len(store_span) > 0:
            store = store_span[0]
        else:
            store = '無'
        img_url_a = li.xpath('.//div[@class="p-img"]/a/img')[0]
        if len(img_url_a.xpath('./@src')) > 0:
            img_url = 'https' + img_url_a.xpath('./@src')[0]  # 書本圖片地址
        else:
            img_url = 'https' + img_url_a.xpath('./@data-lazy-img')[0]
        one_book_info = [book_name, price, author, store, img_url]
        book_infos.append(one_book_info)
    return book_infos


def main():
    web = Chrome(
        r"D:\\DevTools\\Anaconda\\download\\Anaconda3\\Lib\\site-packages\\selenium\\webdriver\\chrome\\chromedriver.exe")

    web.get('https://www.jd.com/')
    web.maximize_window()
    web.find_element_by_id('key').send_keys('計(jì)算機(jī)圖形學(xué)', Keys.ENTER)  # 找到輸入框輸入，回車
    time.sleep(2)
    all_book_info = []
    for i in range(0, 3):
        all_book_info += get_onePage_info(web)
        print('爬取第' + str(i+1) + '頁成功')
        web.find_element_by_class_name('pn-next').click()  # 點(diǎn)擊下一頁
        time.sleep(2)
    with open('計(jì)算機(jī)圖形學(xué).csv', 'w', encoding='utf-8')as fp:
        writer = csv.writer(fp)
        writer.writerow(['書名', '價(jià)格', '作者', '出版社', '預(yù)覽圖片地址'])
        writer.writerows(all_book_info)

if __name__ == '__main__':
    main()

爬取結(jié)果

成功

五、總結(jié)

本文通過Selenium和webdrive等庫，對動態(tài)網(wǎng)頁的信息進(jìn)行爬取。?

以上就是Python 基于Selenium實(shí)現(xiàn)動態(tài)網(wǎng)頁信息的爬取的詳細(xì)內(nèi)容，更多關(guān)于Python Selenium 網(wǎng)頁信息爬取的資料請關(guān)注腳本之家其它相關(guān)文章！

相關(guān)文章

  • Python編程matplotlib繪圖挑鉆石seaborn小提琴和箱線圖

    Python編程matplotlib繪圖挑鉆石seaborn小提琴和箱線圖

    這篇文章主要為大家介紹了Python編程如何使用matplotlib繪圖來挑出完美的鉆石以及seaborn小提琴和箱線圖，有需要的朋友可以借鑒參考下，希望能夠優(yōu)速幫助
    2021-10-10
  • Python的subprocess模塊總結(jié)

    Python的subprocess模塊總結(jié)

    這篇文章主要介紹了Python的subprocess模塊總結(jié),本文詳細(xì)講解了subprocess模塊參數(shù)及Popen方法,然后給出了多個(gè)使用實(shí)例,需要的朋友可以參考下
    2014-11-11
  • django模型查詢操作的實(shí)現(xiàn)

    django模型查詢操作的實(shí)現(xiàn)

    一旦創(chuàng)建好了數(shù)據(jù)模型，Django就會自動為我們提供一個(gè)數(shù)據(jù)庫抽象API，允許創(chuàng)建、檢索、更新和刪除對象操作，本文就詳細(xì)的介紹一下，感興趣的可以了解一下
    2021-08-08
  • python的自變量選擇(所有子集回歸,后退法,逐步回歸)

    python的自變量選擇(所有子集回歸,后退法,逐步回歸)

    這篇文章主要介紹了python的自變量選擇(所有子集回歸,后退法,逐步回歸)，文章圍繞主題展開詳細(xì)的內(nèi)容介紹，具有一定的參考價(jià)值，感興趣的小伙伴可以參考一下
    2022-06-06
  • 使用matplotlib實(shí)現(xiàn)在同一個(gè)窗口繪制多個(gè)圖形

    使用matplotlib實(shí)現(xiàn)在同一個(gè)窗口繪制多個(gè)圖形

    這篇文章主要介紹了使用matplotlib實(shí)現(xiàn)在同一個(gè)窗口繪制多個(gè)圖形問題,具有很好的參考價(jià)值,希望對大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2023-08-08
  • python實(shí)用的快捷語法技巧大全

    python實(shí)用的快捷語法技巧大全

    初識Python語言,覺得python滿足了我上學(xué)時(shí)候?qū)幊陶Z言的所有要求,下面這篇文章主要給大家介紹了關(guān)于python實(shí)用的快捷語法技巧的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下
    2022-02-02
  • 關(guān)于Pycharm無法debug問題的總結(jié)

    關(guān)于Pycharm無法debug問題的總結(jié)

    今天小編就為大家分享一篇關(guān)于Pycharm無法debug問題的總結(jié)，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-01-01
  • python使用aiohttp通過設(shè)置代理爬取基金數(shù)據(jù)簡單示例

    python使用aiohttp通過設(shè)置代理爬取基金數(shù)據(jù)簡單示例

    這篇文章主要為大家介紹了python使用aiohttp通過設(shè)置代理爬取基金數(shù)據(jù)簡單示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪
    2023-06-06
  • 解決使用openpyxl時(shí)遇到的坑

    解決使用openpyxl時(shí)遇到的坑

    這篇文章主要介紹了解決使用openpyxl時(shí)遇到的坑，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧
    2021-03-03
  • python-opencv 將連續(xù)圖片寫成視頻格式的方法

    python-opencv 將連續(xù)圖片寫成視頻格式的方法

    今天小編就為大家分享一篇python-opencv 將連續(xù)圖片寫成視頻格式的方法，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-01-01

最新評論