from scrapy.http.response.html import HtmlResponse
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
#自定义中间件
class CustomMiddleware(object):
def process_request(self, request, spider):
url = request.url
opt = Options()
opt.add_argument('--headless')
#创建谷歌浏览器对象
driver = webdriver.Chrome(chrome_options=opt)
driver.get(url)
#让浏览器滚动到底部
for x in range(1,11,2):
j = x / 10
js = 'document.documentElement.scrolTop = document.documentElement.scrollHeigent*%f'%j
driver.execute_script(js)
#获取网页源代码
page_source = driver.page_source
#退出
driver.quit()
#根据网页源代码,创建htmlresponse对象
#因为返回的是文本内容,指定字符编码格式
response = HtmlResponse(url,body=page_source,encoding='utf-8',request=request)
return response
scrapy 中间件重写,与selenium结合爬取动态页面
最新推荐文章于 2024-05-31 21:24:28 发布