神剑山庄资源网 Design By www.hcban.com
环境搭建
准备工具:pyton3.5,selenium,phantomjs
我的电脑里面已经装好了python3.5
安装Selenium
pip3 install selenium
安装Phantomjs
按照系统环境下载phantomjs,下载完成之后,将phantomjs.exe解压到python的script文件夹下
使用selenium+phantomjs实现简单爬虫
from selenium import webdriver driver = webdriver.PhantomJS() driver.get('http://www.baidu.com') #加载网页 data = driver.page_source #获取网页文本 driver.save_screenshot('1.png') #截图保存 print(data) driver.quit()
selenium+phantomjs的一些使用方法
设置请求头里的user-Agent
from selenium import webdriver from selenium.webdriver.common.desired_capabilities import DesiredCapabilities dcap = dict(DesiredCapabilities.PHANTOMJS) #设置useragent dcap['phantomjs.page.settings.userAgent'] = ('Mozilla/5.0 (Macintosh; Intel Mac OS X 10.9; rv:25.0) Gecko/20100101 Firefox/25.0 ') #根据需要设置具体的浏览器信息 driver = webdriver.PhantomJS(desired_capabilities=dcap) #封装浏览器信息 driver.get('http://www.baidu.com') #加载网页 data = driver.page_source #获取网页文本 driver.save_screenshot('1.png') #截图保存 print(data) driver.quit()
请求超时设置
webdriver类中有三个和时间相关的方法:
1.pageLoadTimeout 设置页面完全加载的超时时间,完全加载即完全渲染完成,同步和异步脚本都执行完
2.setScriptTimeout 设置异步脚本的超时时间
3.implicitlyWait 识别对象的智能等待时间
from selenium import webdriver driver = webdriver.PhantomJS() driver.set_page_load_timeout(5) #设置超时时间 driver.get('http://www.baidu.com') print(driver.title) driver.quit()
设置浏览器窗口大小
调用启动的浏览器不是全屏的,有时候会影响我们的某些操作,所以我们可以设置全屏
driver.maximize_window() #设置全屏
driver.set_window_size('480','800') #设置浏览器宽480,高800
元素定位
from selenium import webdriver driver = webdriver.PhantomJS() driver.set_page_load_timeout(5) driver.get('http://www.baidu.com') try: driver.get('http://www.baidu.com') driver.find_element_by_id('kw') # 通过ID定位 driver.find_element_by_class_name('s_ipt') # 通过class属性定位 driver.find_element_by_name('wd') # 通过标签name属性定位 driver.find_element_by_tag_name('input') # 通过标签属性定位 driver.find_element_by_css_selector('#kw') # 通过css方式定位 driver.find_element_by_xpath("//input[@id='kw']") # 通过xpath方式定位 driver.find_element_by_link_text("贴吧") # 通过xpath方式定位 print(driver.find_element_by_id('kw').tag_name ) # 获取标签的类型 except Exception as e: print(e) driver.quit()
操作浏览器前进或后退
from selenium import webdriver driver = webdriver.PhantomJS() try: driver.get('http://www.baidu.com') #访问百度首页 driver.save_screenshot('1.png') driver.get('http://www.sina.com.cn') #访问新浪首页 driver.save_screenshot('2.png') driver.back() #回退到百度首页 driver.save_screenshot('3.png') driver.forward() #前进到新浪首页 driver.save_screenshot('4.png') except Exception as e: print(e) driver.quit()
神剑山庄资源网 Design By www.hcban.com
神剑山庄资源网
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
神剑山庄资源网 Design By www.hcban.com
暂无python+selenium+PhantomJS抓取网页动态加载内容的评论...
更新日志
2024年11月18日
2024年11月18日
- ABC唱片-鲍比达·新民乐《满江红》[APE+CUE]
- 许嵩.2014-不如吃茶去【海蝶】【WAV+CUE】
- 周笔畅.2024-HAVE.A.GOOD.NIGHT【SN.Music】【FLAC分轨】
- 周笔畅.2024-HAVE.A.NICE.DAY【SN.Music】【FLAC分轨】
- 证声音乐图书馆《真夏派对 x 迪斯可》[FLAC/分轨][380.78MB]
- 证声音乐图书馆《星空下 爵士钢琴》[320K/MP3][65.88MB]
- 证声音乐图书馆《星空下 爵士钢琴》[FLAC/分轨][283.95MB]
- 沙门怀一《竹山听雨HQ》头版限量[低速原抓WAV+CUE]
- 沙门怀一《于喁·壹HQ》头版限量编号[低速原抓WAV+CUE]
- 群星《魅音绝唱》黑胶CD【WAV】
- 腾格尔.2002-四十独白【风潮】【WAV+CUE】
- 陈明真.1992-到哪里找那么好的人【华星】【WAV+CUE】
- 黄凯芹.2012-廿五年3CD【环球】【WAV+CUE】
- 证声音乐图书馆《七夕 爵士情缘》[320K/MP3][64.8MB]
- 证声音乐图书馆《七夕 爵士情缘》[FLAC/分轨][327.79MB]