Python爬虫进阶——爬取数据js动态加载的网页

上一篇章,讲解了python简单爬取网页静态数据的方法。
python爬虫小白
今天,来讲讲如何用python爬取——数据用js动态加载的网页。所用到的库selenium以及与它搭配的webdriver。这两者用来打开浏览器,模拟浏览器从网页中读取数据的过程,这样才能找到数据。

代码如下:

from selenium import webdriver
import time
import xlwt
import datetime

'''get the url of the aim'''
url = '初始网址’

browser = webdriver.Chrome('/Users/kakufumisakai/Downloads/chromedriver')
browser.get(url)
time.sleep(10)

html_text = browser.page_source

time.sleep(5)

#get all elements that their css style contian class = 'extra-header-right'
elements = browser.find_elements_by_css_selector("[class = 'extra-header-right']")
#get the aim
element = elements[1]
browser.execute_script("arguments[0].click()", element)
#get the url of the aim
aimurl = browser.current_url

'''drop the scroll bar'''
js = "return action = document.body.scrollHeight"
height = browser.execute_script(js)

browser.execute_script('window.scrollTo(0, document.body.scrollHeight)')
time.sleep(5)

dates = browser.find_elements_by_xpath("//uni-view[@class = 'item item']/uni-view[@class = 'time']")

status = True

#Number
num = 0
#the position of starting index
n = 0

#judge the last date in one page is more than 5, or less than 5. former, flag = 1, else flag = 0
flag = 0

while status:
    for date in 
  • 5
    点赞
  • 57
    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