python爬虫进阶(三):微博的抓取

说明:仅做学习之用


下面用常用的两种方法来爬取微博:使用selenium+phantomjs和API解析


一、使用selenium+phantomjs


最重要的是设置user_agent,否则无法跳转链接

当然,还可以设置其它更多参数

from selenium import webdriver
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities


user_agent = (
    'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/45.0.2454.101 Safari/537.36 QIHU 360SE'
)

dcap = dict(DesiredCapabilities.PHANTOMJS)
dcap['phantomjs.page.settings.userAgent'] = user_agent

driver = webdriver.PhantomJS(desired_capabilities=dcap)


在登录时需要输入用户名与密码,然后点击登录按钮,还好这里不需要输入验证码




一般的,我们现在浏览器console控制台找到我们想要的东西

document.getElementById('loginname').value = '123'

document.getElementsByName('password')[0].value = '123'


下面是两种登录方式,但我在登录过程中遇到了验证码问题,后来在输入用户名和密码后各自休息了几秒钟,居然登录成功了,难道是程序输入太快而被阻止了吗???

#driver = webdriver.PhantomJS(desired_capabilities=dcap)
driver = webdriver.Chrome()
#driver.set_window_size(1280,2400)
driver.get('https://www.weibo.com/')

time.sleep(10)

driver.find_element_by_id('loginname').send_keys(username)
time.sleep(5)
driver.find_element_by_name('password').send_keys(password)
time.sleep(2)
driver.find_element_by_xpath('//div[contains(@class,"login_btn")][1]/a').click()

# wait = WebDriverWait(driver, 10)
# u_id = wait.until(EC.presence_of_element_located((By.CSS_SELECTOR,'#loginname')))
# p_word = wait.until(EC.presence_of_element_located((By.CSS_SELECTOR,'#pl_login_form > div > div:nth-child(3) > div.info_list.password > div > input')))
# login = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR,'#pl_login_form > div > div:nth-child(3) > div.info_list.login_btn > a')))
# u_id.send_keys(username)
# time.sleep(5)
# p_word.send_keys(password)
# time.sleep(2)
# login.click()

time.sleep(15)

html = driver.page_source

print(html)


  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 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
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