获取网页的html文本(用selenium+chrome headless进行js异步加载内容),返回BeautifulSoup的soup对象

import requests
from bs4 import BeautifulSoup
from selenium import webdriver

def gethtml(url,js=False):
    if(js==False):
        return gethtml1(url)
    elif (js==True):
        return gethtml2(url)
    else:
        print(js参数错误)
        

def gethtml1(url):
   
    res=requests.get(url)
    res.raise_for_status()  
    r = res.text
    soup=BeautifulSoup(r,'html.parser')
    return soup

    
def gethtml2(url):
    browser = webdriver.Chrome()  # 调用本地的Chrome浏览器
    browser.get(url)  # 请求页面,会打开一个浏览器窗口
    v = browser.page_source  # 获得页面代码
    browser.quit()  # 关闭浏览器
    soup=BeautifulSoup(v,'html.parser')
    return soup

if __name__ == '__main__':
    url='https://www.baidu.com'
    print(gethtml(url))
    print(gethtml(url,js=False))
    print(gethtml(url,js=True))


                
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值