xpath调用谷歌爬取斗鱼平台信息

import time
from pprint import pprint
from selenium import webdriver


class DouYuSpider:
    def __init__(self):
        self.start_url = "https://www.douyu.com/directory/all"
        self.driver = webdriver.Chrome()
        self.driver.maximize_window()

    def __del__(self):
        self.driver.quit()

    def get_content_list(self):
        li_list = self.driver.find_elements_by_xpath("//ul[@class='layout-Cover-list']/li")
        content_list = list()
        for li in li_list:
            item = dict()
            item['room_id'] = li.find_element_by_xpath(".//a[@class='DyListCover-wrap']").get_attribute("href")
            item["room_pic"] = li.find_element_by_xpath(".//div[@class='DyListCover-imgWrap']/div/img")\
                .get_attribute("src")
            item["room_zone"] = li.find_element_by_xpath(".//span[@class='DyListCover-zone']").text
            item["room_title"] = li.find_element_by_xpath(".//h3[@class='DyListCover-intro']").text
            item["room_user"] = li.find_element_by_xpath(".//h2[@class='DyListCover-user']").text
            item["room_hot"] = li.find_element_by_xpath(".//span[@class='DyListCover-hot']").text
            pprint(item)
            content_list.append(item)
        # 获取下一页的元素
        next_url = self.driver.find_element_by_xpath("//div[@class='ListFooter']/ul/li[@title='下一页']")
        if next_url.get_attribute("aria-disabled") == "false":
            return content_list, next_url
        return content_list, False

    def save_content_list(self, content_list):
        pass

    def run(self):  # 实现主要逻辑
        # 发送请求 获取响应
        self.driver.get(self.start_url)
        time.sleep(5)
        # 可能出现网页缩放不正常弹窗
        try:
            self.driver.find_element_by_xpath("//span[@class='ZoomTip-tipHide']").click()
            print("出现网页缩放不正常弹窗 已关闭")
        except:
            print("无网页缩放不正常弹窗 继续执行")

        # 提取数据 提取下一页
        content_list, next_url = self.get_content_list()
        # 保存数据
        self.save_content_list(content_list)
        # 点击下一页元素 循环
        while next_url:
            print("-" * 66)
            next_url.click()
            time.sleep(5)
            content_list, next_url = self.get_content_list()
            self.save_content_list(content_list)


if __name__ == '__main__':
    douyu = DouYuSpider()
    douyu.run()

 

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

打赏作者

-lyslyslys

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