本文重要通过Python的webdriver组件来实现爬虫网络数据。
步骤一:安装webdriver组件,具体方法可以参考相关文章
PS:webdriver需要与当前使用Chrome版本向匹配
步骤二:下载Chrome的驱动chromedriver,具体方法可以参考相关文章
PS:chromedriver需要与当前使用Chrome版本向匹配
步骤三:打开需要爬虫的网络,本文使用东方财富网为例
测试网址:中银基金股吧
http://guba.eastmoney.com/list,zg80048752,f_1.html
步骤四:定位需要获取的元素
打开浏览器的开发者模式工具,然后定位到需要爬的数据行,如下图:
爬取数据均在div中
步骤五:编写爬取代码
import copy
import time
from openpyxl import Workbook
from lxml import etree
from selenium import webdriver
def main(url,filename):
# url = r'http://guba.eastmoney.com/list,zg80048752,f_1.html'
wb = Workbook() #定义Excel对象
sheet = wb.active #定义一个sheet页
sheet.append(['