判断页面相似度的python实现:
两天时间实现了一小部分,大量其实是xpath解析以及字符串和文件操作,性能还需要改善,下面说一下步骤:
- 动态获取DOM树结构:
因为主要是解析Vue.js框架写的,DOM树是动态生成的,还有Ajax请求。所以不能通过传统的requests.get(url)
直接获取,在网上看了很多方法,有用无头浏览器的,还有好多记不清了,因为我是要为测试服务,所以我用了selenium登陆后获取cookies,再通过cookies加入获取动态DOM树。
import lxml
import time
from lxml import etree
from selenium import webdriver
driver = webdriver.Chrome()
#手动登录部分
driver.get('http://localhost:9527/#/login?redirect=%2Fuser%2Fuser')
driver.find_element_by_xpath("//*[@id='app']/div/form/div[2]/div/div/input").send_keys('')
driver.find_element_by_xpath("//*[@id='app']/div/form/div[3]/div/div/input").send_keys('')
driver.find_element_by_xpath("//*[@id='app']/div/form/button").click()
time.sleep(2)
cookie_list = driver.get_cookies()
#cookies可以在Chrome中摁F12找到,也可以打印上一步
for item in cookie_l