python+selenium操作chrome浏览器抓取网页解决方案

Posted cknds

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+selenium操作chrome浏览器抓取网页解决方案相关的知识,希望对你有一定的参考价值。

以下操作均是在ubuntu系统下运行

from selenium import webdriver
from scrapy.selector import Selector

#操作chrome浏览器抓取淘宝

driver = webdriver.Chrome()
driver.get(淘宝链接)
print(driver.page_source)
t_selector = Selector(text=driver.page_source)
tm_price = t_selector.xpath(//*[@id="J_StrPriceModBox"]/dd/span/text()).extract_first()
print(tm_price)
driver.quit()

#操作谷歌浏览器登录知户

browser = webdriver.Chrome()
browser.get("https://www.zhihu.com/signin?next=%2Fexplore")
browser.find_element_by_xpath(//div[@class="SignFlow-accountInput Input-wrapper"]/input[@name="username"]).send_keys("18262031725")
browser.find_element_by_xpath(//div[@class="Input-wrapper"]/input[@name="password"]).send_keys("....")
browser.find_element_by_xpath(//div[@class="Login-options"]/button[@type="submit"]).click()

#操作浏览器登录微薄,並且下拉

browser = webdriver.Chrome()
browser.get("https://weibo.com/")
browser.implicitly_wait(10)
browser.find_element_by_xpath(//input[@id="loginname"]).send_keys(18262031725)
browser.find_element_by_xpath(//div[@class="input_wrap"]/input[@type="password"]).send_keys(。。。。)
browser.find_element_by_xpath(//div[@class="info_list login_btn"]/a).click()
import time
time.sleep(5)
browser.execute_script("window.scrollTo(0,document.body.scrollHeight);var lenofPage=document.body.scrollHeight;return lenofPage")

#設置不加载图片

chrome_opt = webdriver.ChromeOptions()
prefs = {"profile.managed_default_content_settings.images":2} # 不加载图片
chrome_opt.add_experimental_option("prefs",prefs)
browser = webdriver.Chrome(chrome_options=chrome_opt)
browser.get("https://weibo.com/")

#phantomjs,无界面浏览器,多进程情况下phantomjs性能下降非常严重,不推荐用

driver = webdriver.PhantomJS()
driver.get(https://detail.tmall.com/item.htm?spm=a220m.1000858.1000725.1.1bb93598Z5K5Sz&id=45696640046&skuId=3361138965307&user_id=728443962&cat_id=2&is_b=1&rn=7fd2566c963598402926dd52a6776c8c)
print(driver.page_source)
t_selector = Selector(text=driver.page_source)
tm_price = t_selector.xpath(//*[@id="J_StrPriceModBox"]/dd/span/text()).extract_first()
print(tm_price)
driver.quit()

#通过PyVirtualDisplay可以实现无界面,需要安装xvfb

sudo apt-get install xvfb
pip install xvfbwrapper

from pyvirtualdisplay import Display
display = Display(visible=0,size=(800,600))
display.start()
browser = webdriver.Chrome()
browser.get(https://weibo.com/)
print(browser.page_source)

#推荐Headless Chrome指在headless模式下运行谷歌浏览器,实现无界面

opt = webdriver.ChromeOptions()
opt.set_headless()
opt.add_argument(--disable-gpu)
browser = webdriver.Chrome(options=opt)
browser.get("https://weibo.com/")
print(browser.page_source)
browser.close()

以上是关于python+selenium操作chrome浏览器抓取网页解决方案的主要内容,如果未能解决你的问题,请参考以下文章

Python3.5+selenium操作Chrome浏览器

python使用selenium打开chrome浏览器时带用户登录信息

python使用selenium打开chrome浏览器时带用户登录信息

chrome模拟手机浏览器python+selenium

python+selenium一:对浏览器的常规操作

Python+selenium 自动化-操作已启用的chrome浏览器实例演示,chrome启用调试端口方法