python爬虫(四)Selenium

一、动态网页处理

1、很多网站都采用AJAX技术,SPA技术,部分内容都是异步动态加载的。可以提高用户体验,减少不必要的流量,方便CDN加速等;

2、但是,对于爬虫程序爬取到的HTML页面相当于页面模板了,动态内容不在其中

3、解决办法:

      1)如果能构造一个包含JS引擎的浏览器,让它加载网页并和网站交互,我们编程从这个浏览器获取内容包括动态内容。

 

二、PhantomJS

PhantomJS它是一个无头浏览器headless,支持javascript。可以运行在Windows、Linux、Mac OS等。

所谓的无头浏览器,就是包含Js引擎、浏览器排版引擎等核心组件,但是没有和用户交互的界面的浏览器;

使用方法:只需要在官网下载对应操作系统的PhantomJS,解压缩就可以使用了;

 

三、Selenium

它是一个WEB自动化测试工具,它可以直接运行在浏览器中,支持主流的浏览器,包括PhantomJS;

Selenium注意是用来做自动化测试,支持多种浏览器,爬虫中注意用来解决JavaScript渲染问题;

1、安装

$pip install selenium

2、导入

from selenium import webdriver #核心对象

 

四、Selenium简单介绍

1、下拉框处理:Selec

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

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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