python实战003:Selenium模拟浏览器获取网页源码

     在Python中,如果需要模拟浏览器的行为,可以使用Selenium库。Selenium是进行web自动化测试的框架,支持C,C++,Python,Java等语言,我们可以用Selenium来模拟手工操作浏览器的各种行为。

     使用Selenium需要浏览器驱动配合,如何下载可以参考:python实战001:模拟浏览器操作准备工作,这里我使用的是chrome浏览器,下载chrome  webdriver 放到python的安装目录即可。

 Selenium 访问页面

     首先我们需要先引入Selenium中的webdriver对象,定义一个具体browser对象(这里我使用的是Chrome浏览器),通过get方法即可打开制定的网址了。

from selenium import webdriver
browser = webdriver.Chrome()
browser.get("www.baidu.com")

 

       这里编译的时候出现错误,Sublime提示[Decode error - output not utf-8] 错误,意思是[解码错误-输出不是UTF-8]。这时我们就要修改Sublime Text的python 编译系统的设置。将其编码设置为cp936。打开Python.sublime-build文件,在尾部添加一行"encoding":"cp936"这一行,保存即可解决这个问题。

 继续编译,有出现了未知错误unhandled inspector error: {"code":-32000,"message":"Cannot navigate to invalid URL"}

翻译:未处理的检查器错误:“code”:-32000,“message”:“无法导航到无效的url”,这里将网址写全即可。

from selenium import webdriver
browser = webdriver.Chrome()
browser.get('http://www.baidu.com')

    如果想获取网页源代码,这时我们可以使用 page_source方法,这时我们就可以在后台获取到该网页的源码,输出时别忘了指定编码格式utf8,否则会报输出格式错误。

from selenium import webdriver
browser = webdriver.Chrome()
browser.get('http://www.baidu.com')
html=browser.page_source
print(html.encode("utf8"))

        为了更好的查看源码内容,这时可以借用python的open方法,将获取到的网页源码写入到html文件中,这样方便查看内容,通过以下代码我们在当前目录下生成一个1.htnl文件并将源码写入到该文件中。

from selenium import webdriver
browser = webdriver.Chrome()
browser.get('http://www.baidu.com')
html=browser.page_source
f=open('./1.html',mode="w",encoding="utf-8")
f.write(html)

百度经验   : python实战003:Selenium模拟浏览器获取网页源码

欢迎关注本人的公众号:编程手札,文章也会在公众号更新

  • 4
    点赞
  • 36
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

ProgramNotes

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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