scrapy中间件获取动态数据

    from scrapy.http.response.html import HtmlResponse
    from selenium import webdriver
    from selenium.webdriver.chrome.options import Options
    #自定义中间件
    class CustomMiddleware(object):
        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
            url = request.url
            opt = Options()
            opt.add_argument('--headless')
            #创建谷歌浏览器对象
            driver = webdriver.Chrome(chrome_options=opt)
            driver.get(url)
            #让浏览器滚动到底部
            for x in range(1,11,2):
                j = x / 10
                js = 'document.documentElement.scrolTop = document.documentElement.scrollHeigent*%f'%j
                driver.execute_script(js)
                #获取网页源代码
                page_source = driv
  • 0
    点赞
  • 1
    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