1. selenium基础
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,就打开那个页面对应的网页地址)
b.get(r'https://movie.douban.com/top250?start=0&filter=')
# 3. 获取网页源代码
print(b.page_source)
print('-------------------------------------分割线-------------------------------------')
b.get(r'https://www.baidu.com')
print(b.page_source)
2. selennium翻页
selenium获取多页数据翻页的方法
方法1:找到不同页地址的变化规律
from selenium.webdriver import Chrome
b = Chrome()
for x in range(0, 76, 25):
b.get(rf'https://movie.douban.com/top250?start={x}&filter=')
print(b.page_source)
方法2:点击翻页按钮,刷新页面内容,在刷新后获取网页源代码
from selenium.webdriver.common.by import By
b = Chrome()
b.get(r'https://cd.zu.ke.com/zufang')
#
for i in range(5):
print(b.page_source)
# # 找到下一页按钮
next_page = b.find_element(By.CLASS_NAME, 'next')
next_page.click()
# 点击按钮
next_page = b.find_element(By.CSS_SELECTOR, '.next')
next_page.click()
方法2涉及的知识点
-
selenium
获取标签浏览器对象.find_element(获取方式)
- 返回符合条件的第一个标签,结果是标签对象浏览器对象.find_elements(获取方式)
- 返回所有符合条件的标签,结果是列表, 列表中的元素是标签对象获取方式:
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.CSS_SELECTOR
- 通过css选择器获取标签By.INK_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
-
操作标签
- 输入框输入内容:
输入框对应的标签.send_keys(内容)
- 点击标签:
标签对象.click()
- 输入框输入内容:
b = Chrome()
b.get(r'https://www.jd.com/')
# 获取id属性值为key的标签
search = b.find_element(By.ID, 'key')
# 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()
# 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()
3. 示例
from selenium.webdriver import Chrome
from selenium.webdriver.common.by import By
import time
# 1. 创建浏览器
b = Chrome()
# 2. 打开中国知网
b.get(r'https://www.cnki.net/')
# 3. 获取输入框,输入'数据分析'
search = b.find_element(By.ID, 'txt_SearchText')
search.send_keys('数据分析\n')
time.sleep(1)
# 4.获取搜索结果所有论文的标题标签
titles = b.find_elements(By.CLASS_NAME, 'fz14')
# 点击第一个搜索结果
titles[0].click()
time.sleep(1)
# 切换选项卡,让浏览器对象指向详情页
b.switch_to.window(b.window_handles[-1])
# 获取详情页数据
print(b.page_source)
# 关闭当前窗口
b.close()
# 将选项卡切换回第一个页面
b.switch_to.window(b.window_handles[0])
titles[1].click()
4. 滚动
from selenium.webdriver import Chrome
from selenium.webdriver.common.by import By
import time
b = Chrome()
b.get(r'https://search.jd.com/Search?keyword=%E7%94%B5%E9%A5%AD%E9%94%85&enc=utf-8&wq=%E7%94%B5%E9%A5%AD%E9%94%85&pvid=20d97125d00a409fb95d2735aeb0a7c6')
time.sleep(2)
# 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, 800)')
for x in range(10):
b.execute_script('window.scrollBy(0, 800)')
time.sleep(1)
time.sleep(2)
result = b.find_elements(By.CSS_SELECTOR, '#J_goodsList>ul>li>div')
for x in result:
r = x.find_element(By.CLASS_NAME, 'p-price')
print(r.text)