Selenium工具爬取商品

       selenium是一个优秀的自动化测试工具,支持多种语言,具体介绍参考官方文档:https://www.seleniumhq.org/docs/。

下面我们使用selenium工具模拟用户点击商品详情页,在详情页中获取商品预览图。

一、安装selenium


pip install selenium


二、测试安装


python
>> from selenium import webdriver
>> browser = webdriver.Chrome()


若没有报错,则可进行后面的步骤。若有错误提示未找到chromedriver,需要下载chromedriver

三、下载chromedriver

下载与本地浏览器版本相同的chromedriver,下载后,需将该驱动包放入PATH中,我的浏览器版本 75.0.3770.142


wget http://npm.taobao.org/mirrors/chromedriver/74.0.3729.6/chromedriver_linux64.zip
tar zxvf chromedriver_linux64.zip
cd chromedriver_linux64
export PATH=$PATH:~/Downloads/chromedriver_linux64


四、使用举例


url = "http://www.baidu.com"
browser = webdriver.Chrome()
browser.get(url)
ele = browser.find_element_by_class_name('')
print(ele)
其中,find_element_by_class_name根据标签class样式来获取元素,类似的方法还有很多,比如:
find_element_by_id
find_element_by_xpath
find_element_by_tag_name
....


五、实战

下面我们以抓取www.layuva.com中商品信息为例,该站点的商品详情页链接是动态生成的,现在很多站点内容都是动态生成,这类站点很适合selenium工具抓取数据。具体demo参见附件


1、新建driver实例
url = "https://www.layuva.com/pc/index.html#/home/searchDetail?category_id=1060730203664142336"
browser = webdriver.Chrome()
browser.get(url)

2、获取商品列表
list_box = browser.find_elements_by_xpath('//*[@id="app"]//div[5]/div[2]/div/div')
3、模拟用户查看商品详情 for box in list_box: box.click() browser.switch_to.window(browser.window_handles[-1])
4、获取详情页中的商品信息 image_src = wait.until(EC.presence_of_element_located((By.XPATH, '//*[@id="app"]/div[5]/div/div[1]/div[1]/img'))).get_attribute('data-src') 5、退出详情页 browser.close() browser.switch_to.window(browser.window_handles[0])
6、获取下一页 target = browser.find_element_by_css_selector( '#app > div.searchDetail > div.width-base > div.common-page > ul > li.ivu-page-next') if target.get_attribute('class').find('ivu-page-disabled') >= 0: // 判断是否有下一页 break ActionChains(browser).move_to_element(target).click(target).perform() # 模拟点击《下一页》按钮


欢迎拍砖

https://www.cnblogs.com/xiaodekaixin/p/11266628.html

「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!
0 条回复 A 作者 M 管理员
    所有的伟大,都源于一个勇敢的开始!
欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论