三十一. Selenium + PhantomJS的配合使用

  • Selenium:用于模擬真實用戶在瀏覽器中操作。對于一些采用異步加載技術的網頁,如果難以用抓包來構造爬蟲,可以通過Selenium讓瀏覽器自動加載頁面,從而獲取所需的數據。
  • PhantomJS:無界面瀏覽器,相比Chrome,Firefox等瀏覽器,意味著開銷小,速度快。
    可直接在官網上下載:http://phantomjs.org/
1. PhantomJS的安裝

①下載PhantomJS文件后,解壓并將phantomjs.exe復制到系統路徑中,例如:C:\Python36
②運行下述代碼無誤,說明PhantomJS環境已經配置好。

from selenium import webdriver
driver = webdriver.PhantomJS()
2. PhantomJS的使用

以豆瓣為例:

from selenium import webdriver                                                     
driver = webdriver.PhantomJS()                                       #指定瀏覽器
driver.get('https://www.douban.com')                                 #請求URL
driver.implicitly_wait(8)                                            #隱性等待8秒
driver.find_element_by_id("form_email").clear()                      #清楚輸入框數據
driver.find_element_by_id("form_email").send_keys('賬號')            #輸入賬號
driver.find_element_by_id("form_password").clear()
driver.find_element_by_id("form_password").send_keys('密碼')         #輸入密碼
driver.find_element_by_class_name("bn-submit").click()              #單擊“登陸豆瓣”的按鈕
print(driver.page_source)                                           #打印登陸后的源代碼

time.sleep()是強制等待指定的時間,如果時間定長了,會浪費時間。而implicitly_wait()函數完美地解決了這個entity,只要給定對應的時間參數,implicitly_wait()會進行智能等待,如果上面的代碼已經執行完畢,就會自動進入下一行代碼,不另外浪費時間。

運行成功后,可以用搜索功能查找一下自己的賬號名是否在源代碼中,如果存在,代表登陸成功。

3.使用selenium操作元素的常用方法有:

elem.send_keys("輸入內容")
elem.click() #鼠標單擊元素
elem.clear() #清除元素內容

4.獲取異步加載數據的方式:

對于單個元素:

find_elements_by_name
find_elements_by_tag_name
find_elements_by_class_name
find_elements_by_link_text
find_elements_by_partial_link_text
find_elements_by_xpath
find_elements_by_css-selector

對于多個元素:

find_elements_by_name
find_elements_by_tag_name
find_elements_by_class_name
find_elements_by_link_text
find_elements_by_partial_link_text
find_elements_by_xpath
find_elements_by_css-selector
一般而言,對于簡單的網頁結構,可以使用class,name, id來定位元素。對于稍微復雜的網頁結構,使用css或xpath均可。相對于xpath來說,css的格式調用更方便一些。

下面以簡書網的某篇文章為例,進行信息的爬取。
爬取網址:http://www.lxweimin.com/p/c80badcaa5bf
爬取方式:selenium + phantomJS

from selenium import webdriver
driver = webdriver.PhantomJS()
driver.get("http://www.lxweimin.com/p/c80badcaa5bf")
driver.implicitly_wait(10)
author = driver.find_element_by_css_selector("span.name").text    ##使用CSS方式
author1 = driver.find_element_by_xpath('//span[@class="name"]').text   ##使用xpath方式,與上一句等價
date = driver.find_element_by_css_selector("span.publish-time").text
word = driver.find_element_by_css_selector("span.wordage").text
view = driver.find_element_by_css_selector("span.views-count").text
comment = driver.find_element_by_css_selector("span.comments-count").text
like = driver.find_element_by_css_selector("span.likes-count").text
reward = driver.find_element_by_css_selector("span.rewards-count ").text  #其中,reward的信息沒辦法獲取。
print(author,date,word,view,comment,like,reward)

結果為:
小瓜皮玩數據 2017.08.17 21:43* 字數 1313 閱讀 704 評論 7 喜歡 9

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,825評論 6 546
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,814評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,980評論 0 384
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 64,064評論 1 319
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,779評論 6 414
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 56,109評論 1 330
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,099評論 3 450
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,287評論 0 291
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,799評論 1 338
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,515評論 3 361
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,750評論 1 375
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,221評論 5 365
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,933評論 3 351
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,327評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,667評論 1 296
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,492評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,703評論 2 380

推薦閱讀更多精彩內容