Day19 selemium
1.导入 selemium
- 1.创建浏览器对象
- 2.打开网页(需要爬哪个页面的数据,就打开哪个网页对应的网页地址)
- 3.获取网页源代码(注意:不管以什么样的方式更新了界面内容,page——source的内容也会跟着更新)
-
from selenium.webdriver import Chrome # 1.创建浏览器对象 b = Chrome() # 2.打开网页(需要爬哪个页面的数据,就打开哪个网页对应的网页地址) b.get('https://movie.douban.com/top250?start=0&filter=') # 3.获取网页源代码(注意:不管以什么样的方式更新了界面内容,page——source的内容也会跟着更新) print(b.page_source)
2.selenium获取多页数据的翻页方法
2.1 1.找到不同页地址的变化规律,利用循环实现翻页
b = Chrome()
# 翻3页,一页是相差25
for x in range(0, 76, 25):
b.get(f'https://movie.douban.com/top250?start={x}&filter=')
print(b.page_source)
input()
2.2 2.控制浏览器翻页按钮(点击翻页按钮,刷新页面内容,在刷新后获取网页源代码)
b = Chrome()
b.get(f'https://movie.douban.com/top250?start=0&filter=')
for i in range(5):
print(b.page_source) # 第一页数据
# 点击下一页按钮
b.find_element(By.CLASS_NAME, 'next')
next_button = b.find_element(By.CSS_SELECTOR, '.next')
-
方法2 设计知识点:
1.selenium 获取标签
浏览器对象.b.find_element(获取方式,数据) - 返回符合条件的第一个,结果是标签对象
浏览器对象.b.find_elements(获取方式,数据) - 返回符合条件的所有标签,结果是列表,列表中的元素是标签对象 -
By.ID - 通过ID属性值获取标签
By.CLASS_NAME - 通过class属性值获取标签
By.CLASS_SELECTOR - 通过css选择器获取标签
By._LINK_TEXT - 通过a标签的标签内容获取标签
By.PARTIAL_LINK_TEXT - 通过a标签的标签内容获取标签 -
2)操作标签
1)输入框输入内容:输入框对应的标签,send_keys(内容)
2)点击标签:标签对象.click
b = Chrome()
b.get(f'https://www.jd.com/')
# 获取id属性值为key的标签
search = b.find_element(By.ID, 'key')
search.send_keys('电脑\n') # \n相当于按下enter键,
# 获取标签内容为“便宜包邮”的a标签
a1 = b.find_element(By.LINK_TEXT, '便宜包邮')
# a1.click() # (自动点击跳转到便宜包邮页面)
# 获取标签内容中包含“口好”的a标签
a2 = b.find_element(By.PARTIAL_LINK_TEXT, '口好')
# a2.click() # 自动点击a标签里面含口好两个字的标签----进口好物
3.用代码控制浏览器滚动
- js中页面滚动的代码:window.scrollBy(x方向的偏移量,y方向的偏移量)
b.execute_script(‘window.scrollBy(0, 2000)’)
for x in range(8):
b.execute_script('window.scrollBy(0, 800)')
time.sleep(1)
time.sleep(2)
result = b.find_elements(By.CSS_SELECTOR, '#J_goodsList>ul>li')
print(len(result))