获取网页的动态数据并且存储成excel表格形式

 动态获取网页数据,今天感觉到经历了无与伦比的绝望来一次记录一下自己的心情,并且写了源码希望大家跳过这个坑

 这是middlewares.py文件里的代码来请求动态数据并返回给spider文件

class SeleniumSpiderMiddlewares(object):
#在middlewares.py文件里面插入请求自定义的
    def __init__(self):
        self.driver=webdriver.PhantomJS()
    def process_request(self,request,spider):
        # 当引擎从调度器中取出request进行请求发送下载器之前
        # 会先执行当前的爬虫中间件 ,在中间件里面使用selenium
        # 请求这个request ,拿到动态网站的数据 然后将请求
        # 返回给spider爬虫对象
        if spider.name=='tao':
         # 使用爬虫文件的url地址
            spider.driver.get(request.url)
            for x in range(1,24,2):
                i=float(x)/24
                # scrollTop 从上往下的滑动距离
                js='document.body.scrollTop=document.body.srcollHeight *% f'% i
                spider.driver.execute_script(js)
                # 设置响应信息
                # 响应的url为请求的url
                # 响应的网页内容为请求网页的源码
                # 响应的编码为u
  • 1
    点赞
  • 4
    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