#coding:utf-8
importtime
fromseleniumimportwebdriver
fromlxmlimportetree
#这里一定要设置编码格式,防止后面写入文件时报错
importsys
reload(sys)
sys.setdefaultencoding("utf-8")
friend ='XXX'# 朋友的QQ号,朋友的空间要求允许你能访问
user ='XXX'# 你的QQ号
pw ='XXXX'# 你的QQ密码
#获取浏览器驱动
driver = webdriver.Firefox()
# 浏览器窗口最大化
driver.maximize_window()
# 浏览器地址定向为qq登陆页面
driver.get("http://i.qq.com")
# 所以这里需要选中一下frame,否则找不到下面需要的网页元素
driver.switch_to.frame("login_frame")
# 自动点击账号登陆方式
driver.find_element_by_id("switcher_plogin").click()
# 账号输入框输入已知qq账号
driver.find_element_by_id("u").send_keys(user)
# 密码框输入已知密码
driver.find_element_by_id("p").send_keys(pw)
# 自动点击登陆按钮
driver.find_element_by_id("login_button").click()
# 让webdriver操纵当前页
driver.switch_to.default_content()
# 跳到说说的url, friend你可以任意改成你想访问的空间
driver.get("http://user.qzone.qq.com/"+ friend +"/311")
next_num =0# 初始“下一页”的id
whileTrue:
# 下拉滚动条,使浏览器加载出动态加载的内容,
# 我这里是从1开始到6结束 分5 次加载完每页数据
foriinrange(1,6):
height =20000*i#每次滑动20000像素
strWord ="window.scrollBy(0,"+str(height)+")"
driver.execute_script(strWord)
time.sleep(4)
# 很多时候网页由多个或组成,webdriver默认定位的是最外层的frame,
# 所以这里需要选中一下说说所在的frame,否则找不到下面需要的网页元素
driver.switch_to.frame("app_canvas_frame")
selector = etree.HTML(driver.page_source)
divs = selector.xpath('//*[@id="msgList"]/li/div[3]')
#这里使用 a 表示内容可以连续不清空写入
withopen('qq_word.txt','a')asf:
fordivindivs:
qq_name = div.xpath('./div[2]/a/text()')
qq_content = div.xpath('./div[2]/pre/text()')
qq_time = div.xpath('./div[4]/div[1]/span/a/text()')
qq_name = qq_name[0]iflen(qq_name)>0else''
qq_content = qq_content[0]iflen(qq_content)>0else''
qq_time = qq_time[0]iflen(qq_time)>0else''
printqq_name,qq_time,qq_content
f.write(qq_content+"\n")
# 当已经到了尾页,“下一页”这个按钮就没有id了,可以结束了
ifdriver.page_source.find('pager_next_'+ str(next_num)) ==-1:
break
# 找到“下一页”的按钮,因为下一页的按钮是动态变化的,这里需要动态记录一下
driver.find_element_by_id('pager_next_'+ str(next_num)).click()
# “下一页”的id
next_num +=1
# 因为在下一个循环里首先还要把页面下拉,所以要跳到外层的frame上
driver.switch_to.parent_frame()