Python爬虫开发第1篇爬虫案例
Posted Nice1949
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python爬虫开发第1篇爬虫案例相关的知识,希望对你有一定的参考价值。
案例一:网站模拟登录
# douban.py from selenium import webdriver from selenium.webdriver.common.keys import Keys import time driver = webdriver.PhantomJS() driver.get("http://www.douban.com") # 输入账号密码 driver.find_element_by_name("form_email").send_keys("[email protected]") driver.find_element_by_name("form_password").send_keys("xxxxxxxx") # 模拟点击登录 driver.find_element_by_xpath("//input[@class=‘bn-submit‘]").click() # 等待3秒 time.sleep(3) # 生成登陆后快照 driver.save_screenshot("douban.png") with open("douban.html", "w") as file: file.write(driver.page_source) driver.quit()
案例二:动态页面模拟点击
#!/usr/bin/env python # -*- coding:utf-8 -*- # python的测试模块 import unittest from selenium import webdriver from bs4 import BeautifulSoup class douyuSelenium(unittest.TestCase): # 初始化方法 def setUp(self): self.driver = webdriver.PhantomJS() #具体的测试用例方法,一定要以test开头 def testDouyu(self): self.driver.get(‘http://www.douyu.com/directory/all‘) while True: # 指定xml解析 soup = BeautifulSoup(driver.page_source, ‘xml‘) # 返回当前页面所有房间标题列表 和 观众人数列表 titles = soup.find_all(‘h3‘, {‘class‘: ‘ellipsis‘}) nums = soup.find_all(‘span‘, {‘class‘: ‘dy-num fr‘}) # 使用zip()函数来可以把列表合并,并创建一个元组对的列表[(1,2), (3,4)] for title, num in zip(nums, titles): print u"观众人数:" + num.get_text().strip(), u" 房间标题: " + title.get_text().strip() # page_source.find()未找到内容则返回-1 if driver.page_source.find(‘shark-pager-disable-next‘) != -1: break # 模拟下一页点击 self.driver.find_element_by_class_name(‘shark-pager-next‘).click() # 退出时的清理方法 def tearDown(self): print ‘加载完成...‘ self.driver.quit() if __name__ == "__main__": unittest.main()
案例三:执行 JavaScript 语句
1.隐藏百度图片
from selenium import webdriver driver = webdriver.PhantomJS() driver.get("https://www.baidu.com/") # 给搜索输入框标红的javascript脚本 js = "var q=document.getElementById("kw");q.style.border="2px solid red";" # 调用给搜索输入框标红js脚本 driver.execute_script(js) #查看页面快照 driver.save_screenshot("redbaidu.png") #js隐藏元素,将获取的图片元素隐藏 img = driver.find_element_by_xpath("//*[@id=‘lg‘]/img") driver.execute_script(‘$(arguments[0]).fadeOut()‘,img) # 向下滚动到页面底部 driver.execute_script("$(‘.scroll_top‘).click(function(){$(‘html,body‘).animate({scrollTop: ‘0px‘}, 800);});") #查看页面快照 driver.save_screenshot("nullbaidu.png") driver.quit()
2.模拟滚动条滚动到底部
from selenium import webdriver import time driver = webdriver.PhantomJS() driver.get("https://movie.douban.com/typerank?type_name=剧情&type=11&interval_id=100:90&action=") # 向下滚动10000像素 js = "document.body.scrollTop=10000" #js="var q=document.documentElement.scrollTop=10000" time.sleep(3) #查看页面快照 driver.save_screenshot("douban.png") # 执行JS语句 driver.execute_script(js) time.sleep(10) #查看页面快照 driver.save_screenshot("newdouban.png") driver.quit()
以上是关于Python爬虫开发第1篇爬虫案例的主要内容,如果未能解决你的问题,请参考以下文章
值!一篇博客,容纳11个Python爬虫案例总结,《爬虫100例》专栏第6篇复盘文章
值!一篇博客,容纳11个Python爬虫案例总结,《爬虫100例》专栏第6篇复盘文章