实时动态抓取html,Selenium抓取动态网页数据

#-*-coding = utf-8 -*-

from selenium import webdriver

from selenium.webdriver.common.by import By

# chromedriver的绝对路径

driver_path = r'D:\ProgramApp\chromedriver\chromedriver.exe'

# 初始化一个driver，并且指定chromedriver的路径

driver = webdriver.Chrome(executable_path=driver_path)

# 请求网页

driver.get("https://www.baidu.com/")

# 通过page_source获取网页源代码

print(driver.page_source)

selenium常用操作

1.关闭页面：

driver.close()：关闭当前页面。

driver.quit()：退出整个浏览器。

2.定位元素：

a)find_element_by_id：根据id来查找某个元素。等价于：

submitTag = driver.find_element_by_id('su')

submitTag1 = driver.find_element(By.ID,'su')

b)find_element_by_class_name：根据类名查找元素。 等价于：

submitTag = driver.find_element_by_class_name('su')

submitTag1 = driver.find_element(By.CLASS_NAME,'su')

c)find_element_by_name：根据name属性的值来查找元素。等价于：

submitTag = driver.find_element_by_name('email')

submitTag1 = driver.find_element(By.NAME,'email')

d)find_element_by_tag_name：根据标签名来查找元素。等价于：

submitTag = driver.find_element_by_tag_name('div')

submitTag1 = driver.find_element(By.TAG_NAME,'div')

e)find_element_by_xpath：根据xpath语法来获取元素。等价于：

submitTag = driver.find_element_by_xpath('//div')

submitTag1 = driver.find_element(By.XPATH,'//div')

f)find_element_by_css_selector：根据css选择器选择元素。等价于：

submitTag = driver.find_element_by_css_selector('//div')

submitTag1 = driver.find_element(By.CSS_SELECTOR,'//div')

要注意，find_element是获取第一个满足条件的元素。find_elements是获取所有满足条件的元素。

3.操作表单元素：

a)操作输入框：分为两步。第一步：找到这个元素。第二步：使用send_keys(value)，将数据填充进去。示例代码如下：

inputTag = driver.find_element_by_id('kw')

inputTag.send_keys('python')

使用clear方法可以清除输入框中的内容。示例代码如下：

inputTag.clear()

b)操作checkbox：因为要选中checkbox标签，在网页中是通过鼠标点击的。因此想要选中checkbox标签，那么先选中这个标签，然后执行click事件。示例代码如下：

rememberTag = driver.find_element_by_name("rememberMe")

rememberTag.click()

c)选择select：select元素不能直接点击。因为点击后还需要选中元素。这时候selenium就专门为select标签提供了一个类selenium.webdriver.support.ui.Select。将获取到的元素当成参数传到这个类中，创建这个对象。以后就可以使用这个对象进行选择了。示例代码如下：

from selenium.webdriver.support.ui import Select

# 选中这个标签，然后使用Select创建对象

selectTag = Select(driver.find_element_by_name("jumpMenu"))

# 根据索引选择

selectTag.select_by_index(1)

# 根据值选择

selectTag.select_by_value("http://www.95yueba.com")

# 根据可视的文本选择

selectTag.select_by_visible_text("95秀客户端")

# 取消选中所有选项

selectTag.deselect_all()

d)操作按钮：操作按钮有很多种方式。比如单击、右击、双击等。这里讲一个最常用的。就是点击。直接调用click函数就可以了。示例代码如下：

inputTag = driver.find_element_by_id('su')

inputTag.click()

4.行为链：

有时候在页面中的操作可能要有很多步，那么这时候可以使用鼠标行为链类ActionChains来完成。比如现在要将鼠标移动到某个元素上并执行点击事件。那么示例代码如下：

inputTag = driver.find_element_by_id('kw')

submitTag = driver.find_element_by_id('su')

actions = ActionChains(driver)

actions.move_to_element(inputTag)

actions.send_keys_to_element(inputTag,'python')

actions.move_to_element(submitTag)

actions.click(submitTag)

actions.perform()

还有更多的鼠标相关的操作:

click_and_hold(element)：点击但不松开鼠标。

context_click(element)：右键点击。

double_click(element)：双击。

更多方法请参考：http://selenium-python.readthedocs.io/api.html