用python抓取斗鱼网的弹幕

代码实现:
from selenium import webdriver
import time

# amount=要爬多少数量
def douYuDanMu(amount):
    #手动添加路径
    path = "C:\Program Files (x86)\Google\Chrome\Application\chromedriver\chromedriver.exe"
    driver = webdriver.Chrome(executable_path=path)
    url  = "https://www.douyu.com/134000"
    driver.get(url)
    try:
        elem = driver.find_element_by_class_name("normallevel-close")
        elem.click()
    except:
        pass
    
    driver.maximize_window () #全屏显示
    flag = True
    i =0
    while flag:
        try:
            i=i+1
            print ("\r第%d次尝试中"% i)
            elems = driver.find_elements_by_class_name("jschartli")
            if (len(elems)!=0):
                flag = False
                print ("第%d次尝试成功"% i)
            if(i==30):
                print ("主人,这网站真的爬不动......")
        except: 
            print ("\r第%d次尝试失败"% i)
            time.sleep(2) 
    flag2 = True
    count = 0
    while flag2:
        for chat in elems[count:]: #防重复
            try:
                saying = chat.find_element_by_class_name("text-cont").text
                count = count+1
                print ("【弹幕 {0}】{1}".format(count,saying))
                time.sleep(1)
                if(count==amount):    #到达预期数量打断
                    break
            except KeyboardInterrupt: #键盘输入进行打断
                flag2 = False
                break
            except :
                continue
        elems = driver.find_elements_by_class_name("jschartli")  

一点解释:


这是测试代码,可以看到driver会自动更新,弹幕数会一直增加,而原来的弹幕也不会消失(虽然页面上没有了...),所以用count不仅用于计数,还有个作用是再次提取所有弹幕时通过列表分片的形式过滤掉已经爬取过的。

  • 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