使用Selenium抓取百度指数一

本来是想给学生们演示如果使用selenium+浏览器抓取淘女郎网站的图片。但是淘宝不给面子，网站已经访问不了。

所以改抓百度指数的数据了，这是第一部分，比较简单的演示：selenium+浏览器(我这是Firefox)的代码。

代码如下：

from selenium import webdriver

from selenium.webdriver.common.action_chains import ActionChains

import time

# 此函数用于打开浏览器
def openbrowser():
    global browser
    url = "http://index.baidu.com/"#百度指数网站
    browser = webdriver.Firefox()
    browser.get(url)
    # 点击网页的登录按钮              
    browser.find_element_by_xpath("/html/body/div/div[1]/div[2]/div[1]/div[4]/span/span").click()
    time.sleep(3)
    #传入账号密码
    account="你的百度账号"
    passwd="你百度账号的密码"
    try:
        browser.find_element_by_id("TANGRAM__PSP_4__userName").send_keys(account)
        browser.find_element_by_id("TANGRAM__PSP_4__password").send_keys(passwd)
        browser.find_element_by_id("TANGRAM__PSP_4__submit").click()
    except:
        browser.find_element_by_id("TANGRAM_12__password").send_keys(account)
        browser.find_element_by_id("TANGRAM_12__userName").send_keys(passwd)
        browser.find_element_by_id("TANGRAM_12__submit").click()

    time.sleep(3)

def deal(name):
    # 清空网页输入框
    browser.find_element_by_xpath("/html/body/div/div[2]/div[2]/div/div[1]/div/div[2]/form/input[3]").clear()
    # 写入需要搜索的百度指数
    browser.find_element_by_xpath("/html/body/div/div[2]/div[2]/div/div[1]/div/div[2]/form/input[3]").send_keys(name)
    # 点击搜索
    try:
        browser.find_element_by_xpath("/html/body/div/div[2]/div[2]/div/div[1]/div/div[2]/div/span").click()
    except:
        browser.find_element_by_id("schsubmit").click()
    time.sleep(2)
    browser.execute_script("window.scrollTo(0,1000)") # 执行滚屏操作
    browser.save_screenshot("baiduIndex.png")           # 由于这里图片数据无法直接抓取，所以先截图保存

if __name__ == '__main__':  # 主函数

    openbrowser()

    resultString=deal("黑客帝国",2018,5,25)

PS：代码只是实现selenium的初步演示，没有考虑异常及复杂的滚屏处理。另外，这里使用XPath，可读性较差，同时如果网站稍有改版，代码可能需要进一步更新。