環境搭建
準備工具:python3.5,selenium,phantomjs
我的電腦裏面已經裝好了python3.5
安裝Selenium
1
pip3 install selenium
安裝Phantomjs
按照系統環境下載phantomjs,下載完成之後,將phantomjs.exe解壓到python的script文件夾下
使用selenium+phantomjs實現簡單爬蟲
1
2
3
4
5
6
7
8
9
from selenium import webdriver
driver = webdriver.PhantomJS()
driver.get('') #加載網頁
data = driver.page_source #獲取網頁文本
driver.save_screenshot('1.png') #截圖保存
print(data)
driver.quit()
selenium+phantomjs的壹些使用方法
設置請求頭裏的user-Agent
1
2
3
4
5
6
7
8
9
10
11
12
from selenium import webdriver
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities
dcap = dict(DesiredCapabilities.PHANTOMJS) #設置useragent
dcap['phantomjs.page.settings.userAgent'] = ('Mozilla/5.0 (Macintosh; Intel Mac OS X 10.9; rv:25.0) Gecko/20100101 Firefox/25.0 ') #根據需要設置具體的瀏覽器信息
driver = webdriver.PhantomJS(desired_capabilities=dcap) #封裝瀏覽器信息
driver.get('') #加載網頁
data = driver.page_source #獲取網頁文本
driver.save_screenshot('1.png') #截圖保存
print(data)
driver.quit()
請求超時設置
webdriver類中有三個和時間相關的方法:
1.pageLoadTimeout 設置頁面完全加載的超時時間,完全加載即完全渲染完成,同步和異步腳本都執行完
2.setScriptTimeout 設置異步腳本的超時時間
3.implicitlyWait 識別對象的智能等待時間
1
2
3
4
5
6
7
from selenium import webdriver
driver = webdriver.PhantomJS()
driver.set_page_load_timeout(5) #設置超時時間
driver.get('')
print(driver.title)
driver.quit()
設置瀏覽器窗口大小
調用啟動的瀏覽器不是全屏的,有時候會影響我們的某些操作,所以我們可以設置全屏
1
2
driver.maximize_window() #設置全屏
driver.set_window_size('480','800') #設置瀏覽器寬480,高800
元素定位
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
from selenium import webdriver
driver = webdriver.PhantomJS()
driver.set_page_load_timeout(5)
driver.get('')
try:
driver.get('')
driver.find_element_by_id('kw') # 通過ID定位
driver.find_element_by_class_name('s_ipt') # 通過class屬性定位
driver.find_element_by_name('wd') # 通過標簽name屬性定位
driver.find_element_by_tag_name('input') # 通過標簽屬性定位
driver.find_element_by_css_selector('#kw') # 通過css方式定位
driver.find_element_by_xpath("//input[@id='kw']") # 通過xpath方式定位
driver.find_element_by_link_text("貼吧") # 通過xpath方式定位
print(driver.find_element_by_id('kw').tag_name ) # 獲取標簽的類型
except Exception as e:
print(e)
driver.quit()
操作瀏覽器前進或後退
1
2
3
4
5
6
7
8
9
10
11
12
13
14
from selenium import webdriver
driver = webdriver.PhantomJS()
try:
driver.get('') #訪問百度首頁
driver.save_screenshot('1.png')
driver.get('') #訪問新浪首頁
driver.save_screenshot('2.png')
driver.back() #回退到百度首頁
driver.save_screenshot('3.png')
driver.forward() #前進到新浪首頁
driver.save_screenshot('4.png')
except Exception as e:
print(e)
driver.quit()