前言
==
大家好，我叫善念。不说漂亮话，直接开始今天要采集的目标：某宝数据
今天要采用的方式是selenium自动化工具。
简单说下selenium的原理——利用网页元素控制浏览器。
准备
==
安装selenium模块：
pip install selenium
我采用的是利用selenium控制Chrome浏览器，所以咱们需要下载一个selenium与Chrome的桥梁——Chromedriver插件
下载与你当前谷歌浏览器版本最相近的Chromedriver
那么像我的话，下载
即可。
Windows系统需下载32位，其它的自己看着办。点进去下载win32即可。
那么如何让Python与selenium连接起来呢，这里咱们需要配置一个环境变量，就是把Python与selenium处于同一个目录：
到此为止，咱们的环境就搭建好了。
分析（x0）
======
登录篇
谈谈selenium与requests的区别：
selenium：操控网页元素，模拟人去控制浏览器，放弃与底层协议的交互，控制于客户端表面（速度慢）
requests：模拟客户端像服务器发送协议请求，处于底层协议的交互。（速度快）
既然是模拟人去控制浏览器就好说了，想要采集某个网站第一步是做什么？
实例化一款需要被控制的浏览器，然后打开该网址：
from selenium import webdriver
driver = webdriver.Chrome()
driver.get(‘http://www.taobao.com’)
然后在输入框中输入咱们需要查找的商品，再点击搜索即可。
咱们今天重点利用到的为xpath网页元素定位法，通过xpath语法去定位元素的位置，因为程序不是人，人可以肉眼知道哪里是输入框，哪里是按钮。而程序需要咱们去告诉它，给它制定位置。
输入Python
driver.find_element_by_id(‘q’).send_keys(‘python’)
点击搜索
driver.find_element_by_class_name(‘btn-search’).click()
定位的方法很多，我这里两句代码用到的是为id定位和类名定位。
最后在停留在登录界面：
咱们采用扫码登录。
既然是这样子做的话，势必会需要一个时间供给你去登录，有人会采用延迟的方式，但是我不建议这样做。
因为延迟的时间不一定就能保证你刚好可以登录完，多了时间少了时间对咱们都不友好。少了时间还没登录上，程序就跑到别的地方去了报错了。多了时间你也懒得等。
所以在此之前咱们程序加上一行
input(‘扫码完成后请按Enter键’)
这样子做的话，咱们可以人为的控制时间。最终登录完成。
分析（x1）
======
数据的提取
登录上去后可以看到很多的商品信息，咱们要采集的就是…都采集下来吧，什么图片、销量、地址、标题啥的
前面咱们提到了通过元素进行输入框自动输入、按钮点击。那么现在要做的就是通过元素定位去采集咱们想要的数据。
分析（x2）
======
通过元素分析我们可以发现，这里的每一个DIV标签都保存了一个商品的信息，而前面三个class属性略有不同。应该是他们自费的一个广告商品吧，排名指定的那种。
简单分析了一下可以看到第三个商品的图片地址在img标签的src中：
然后第47个商品的信息却不完善：
可以很清楚的发现这个商品的src的图片链接是不正常的，是没有图片的。
这个是为什么呢？还记得我前面文章（某音视频采集）讲到过的动态加载、瀑布流吗？当我们的滑动条往下滑的时候下面的数据才会加载出来，像瀑布一样的流出来。
所以如果我们想要采集到所有的商品图片，那么咱们就需要把这个下滑条往下面拉动 ，如何利用selenium控制这个下滑条往下面拉动呢?
for x in range(1, 11, 2):
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Python开发知识点，真正体系化！
由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新
如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）
感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：
① 2000多本Python电子书（主流和经典的书籍应该都有了）
② Python标准库资料（最全中文版）
③ 项目源码（四五十个有趣且经典的练手项目及源码）
④ Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）
⑤ Python学习路线图（告别不入流的学习）
e_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poaWd1aWd1,size_16,color_FFFFFF,t_70)
感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：
① 2000多本Python电子书（主流和经典的书籍应该都有了）
② Python标准库资料（最全中文版）
③ 项目源码（四五十个有趣且经典的练手项目及源码）
④ Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）
⑤ Python学习路线图（告别不入流的学习）
877
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
