python网络爬虫之selenium
今天终于进入到了selenium的学习,使用click()方法对百度首页进行了测试,目的是爬取全部百度热搜。
除了获取第一页展示的6个标题外,还要通过 click()方法模拟点击 “换一换” 按钮获取剩下3页的(一共4页)
注释满满的代码:
from selenium import webdriver
# 目标网址
url = 'https://www.baidu.com/'
# 驱动火狐浏览器
driver = webdriver.Firefox(executable_path='D:\develop\geckodriver.exe')
# 加载网址
driver.get(url)
# 隐式等待10s
driver.implicitly_wait(10)
number = []
def repeat():
k = 'count'
# 因为百度首页将热搜序号1 2 3 分别以1 3 5的序号排在list里,所以需要跨步为2进行循环
for i in range(1, 7, 2):
element_odd = driver.find_element_by_css_selector('li.hotsearch-item:nth-child(' + str(i) + ')')
print(element_odd.text)
# 与上面同理,这样在控制台输出的才是 1 2 3 4 5 6...这样的顺序 否则就是135246这样
for j in range(2, 8, 2):
element_even = driver.find_element_by_css_selector('li.hotsearch-item:nth-child(' + str(j) + ')')
print(element_even.text)
if j == 6:
# 每次循环完一个页面就往列表中加个字符串count
number.append(k)
if len(number) <= 5:
number.append(k)
# 通过css选择器获取 “换一换” 按钮,再通过click()模拟点击
driver.find_element_by_css_selector('#hotsearch-refresh-btn > i:nth-child(1)').click()
# 迭代,方法的出口是 当创建的列表的长度小于等于5
repeat()
# 运行repeat()方法
repeat()
运行结果:
如何获取css选择器的位置