用selenium爬取知网信息（三）

七、登录知网帐号

def login_pw(driver): # 用密码帐号登录
    # 打开页面，等待几秒
    driver.get("https://kns.cnki.net/kns8/AdvSearch")
    time.sleep(3)

    # 点击登录按钮调出登录窗口
    search_button = driver.find_element(By.ID, "Ecp_top_login_show")
    search_button.click()
    time.sleep(2)

    # 帐号密码登录
    input_element = driver.find_element(By.ID, 'Ecp_TextBoxUserName') # 获取帐号输入框元素
    input_element.send_keys('xxxxxxxx') # 输入你自知网帐号
    input_element = driver.find_element(By.ID, 'Ecp_TextBoxPwd')  # 获取密码输入框元素
    input_element.send_keys('yyyyyyyy')  # 输入相应帐号的密码
    driver.find_element(By.CLASS_NAME, 'agreement-label').click() # 勾选同意
    driver.find_element(By.CLASS_NAME,'login-alert-btn2').click()  # 点击登录
    time.sleep(2)'''

点击登录按钮：

弹出登录界面：

输入帐号密码：

勾选登录即同意：

点击登录按钮登录：

八、批量获取每页论文引用信息：

def quote(driver, res_num): # 从检索页面导出全部引用
    # 修改每页显示数为50 OK
    search_shuzi = driver.find_element(By.ID, 'perPageDiv')
    search_shuzi.click() # 点击默认的20
    WebDriverWait(driver, 100).until(
        EC.visibility_of_element_located((By.CSS_SELECTOR,'li[data-val="50"]'))).click() 
    # 移动并点击重选的50
    page_num_50 = int(res_num / 50) + 1
    # print(f"共有 {res_num} 条结果,共 {page_num_50} 页。")
    page = 1
    while page <= page_num_50 + 1:
        time.sleep(5)
        # 获取引用信息
        # 如只需某条的引用，可勾选某条
        # driver.find_element(By.XPATH,  / html/body/div[2]/div[2]/div[2]/div[2]/div/div[2]/div/div/div/div/table/tbody/tr/td[{i}]/input").click()
        driver.find_element(By.CLASS_NAME, "checkAll").click()  # 勾选全选
        # 点击导出与分析
        driver.find_element(By.CSS_SELECTOR, '#batchOpsBox > li:nth-child(2) > a').click()
        # 移动并点击导出文献
        WebDriverWait(driver, 100).until(
            EC.visibility_of_element_located((By.CSS_SELECTOR, '#batchOpsBox>li:nth-child(2)>ul>li.export>a'))).click()
        driver.implicitly_wait(10)  # 隐式等待

        # 打开新窗口
        driver.find_element(By.XPATH,
                            '/html/body/div[2]/div[2]/div[2]/div[2]/div/div[1]/div/div[2]/ul[1]/li[2]/ul/li[1]/ul/li[1]/a').click()
        driver.implicitly_wait(10)  # 隐式等待

        n2 = driver.window_handles  # 切换窗口，否则会出错，应不是当前窗口的原因
        if len(n2) > 1:
            # driver.switch_to.window(n2[0])
            # driver.close()
            driver.switch_to.window(n2[1])

        driver.find_element(By.CLASS_NAME, 'icon.icon-export').click()  # 导出，结果在“下载目录”中，空格改点
        time.sleep(5)
        print(f'第{page}页引用已经导出，请到"文件夹"中查看。')
        driver.close()
        driver.switch_to.window(n2[0])
        page += 1
        WebDriverWait(driver, 10).until(EC.presence_of_element_located((By.XPATH, "//a[@id='PageNext']"))).click()
        driver.implicitly_wait(5)  # 隐式等待

点击导出与分析：

点选“导出文献→GB/T 7714-2015 格式引文”弹出新窗口：