（一）如何让selenium爬我们需要的东西

2021-05-19 16:59:37 浏览数 (1)

文章目录

  • 前言
  • selenium在python中的使用
    • 1.了解selenium
    • 2.selenium的下载
    • 3. selenium的基本使用
  • 结语

前言

本博客会以艺龙旅游网为对象，进行selenium的学习

由于区区在下在学校参加了一个名为创新创业工作室的地方，所以今天老师召集我们给我们开了个会，让我们对他们的网站做补充，缺少资料。（因为他不会做爬虫对某种信息进行实时性爬取，我怀疑网站也是别人给他做的）

所以有些体力活需要我们去做：手动将数据从某网站下载，然后通过某网站对坐标进行处理，然后进入网站后台将数据存储（手动一个一个打）。

但是我通过对网站进行分析，发现如果单纯使用requests话，就只能爬取一页的数据，不能翻页（因为翻页url是不变的），所以我就想到了selenium，但是我又不会用，那就一起来学习一下吧。

确定目标：http://www.elong.com/ 目的：爬取艺龙网中南阳市唐河县的酒店信息，包括：名字，电话，标间价格，地址，介绍，图片

selenium在python中的使用

1.了解selenium

Selenium是一个用于测试网站的自动化测试工具，支持各种浏览器包括Chrome、Firefox、Safar等浏览器（需要下载驱动），之前是用来做测试网站的，后来发现也可以用来爬取数据（估计开发者都没想到他开发的selenium被别人广泛适用于爬虫领域——笑）。

2.selenium的下载

  1. 我这里是使用的Chrom浏览器 ！注意不要忽视这个地方
  2. python中selenium库的下载（pycharm系列） 由于我用的pycharm的虚拟环境，所以我只需要在pycharm的终端下载第三方库就行了，简单，方便，pycharm真是个好用的东西——O(∩_∩)O~
    1. 打开pycharm
    2. 打开pycharm的终端
    3. 输入pip install selenium -i https://pypi.doubanio.com/simple (这是使用国内镜像网站下载selenium，下载速度较快)
    4. 等待片刻，结束
    5. pip list ——查看自己下载的第三方库，检查是否成功
  3. python中selenium库的下载（cmd系列）
    1. win R输入cmd
    2. 打开cmd
    3. 输入pip install selenium -i https://pypi.doubanio.com/simple (这是使用国内镜像网站下载selenium，下载速度较快)
    4. 等待片刻，结束
    5. pip list ——查看自己下载的第三方库，检查是否成功
  4. selenium驱动的下载（这里我直接给云盘链接，官网都是英文，看不懂）
    1. 打开你的Chrom浏览器查看你是什么版本的（帮助->about chrom），查看版本号
    2. 点击右边这个蓝色的小可爱，没错我是小可爱 ，找到与你的chrom浏览器版本相匹配的（没有匹配的，相近的也可以，win都是32位的），下载
    3. 没了，没错，你没看错，真的没了
  5. selenium的环境配置，没错又是这个烦人的环境配置 真想给他一脚
    1. 想必，这个时候已经下载好了吧
    2. 下载好以后，很简单，解压，然后——看3
    3. 最好（但是不是必要）创建一个文件夹放你解压出来的geckodriver，然后复制你这个文件当前的路径（ctrl c）
    4. 打开环境变量（此电脑->右键->属性->高级系统配置->环境变量），在系统变量找到path，新建，ctrl v
    5. 完事
  6. 打开你的pycharm，新建一个py文件去写出以下代码
代码语言：javascript复制
from selenium import webdriver
import time
# 导入时间包和selenium包
huohu = webdriver.Chrome()
# 创建一个chome的selenium对象
huohu.get("http://www.elong.com/")
# 打开网站
huohu.quit()
# 退出

写好后，运行 好，报错了，对，报错了，可能你们不会报错，反正我报错了

报错信息是：selenium.common.exceptions.WebDriverException: Message: ‘chromedriver’ executable needs to be in PATH.

意思是，你需要吧chromdriver放到路径，我照着做了，可是呢，还是这个报错！

这是什么情况？？明明我是按照教程来的啊

着急的我去群里请求大佬，大佬们直接无视我——::>_<::

然后又去找它——>CSDN，左翻翻，右找找，终于找到了解决方案：

将chromdriver放在python解释器的位置，我照着做了之后，就成功了。。。

好家伙，上面教程不是说随便放的吗？…

哎，人与人之间最基本的信任都没有了

3. selenium的基本使用

代码语言：javascript复制
from selenium import webdriver
# 导包
driver = webdriver.Chrome()
# 创建一个浏览器对象
driver.get("https://m.elong.com/")
# 访问艺龙网
driver.quit()
# 关闭浏览器，也可以不关闭，但是最好关闭，养成一个打开后不忘记关闭的好习惯

然后我们就会发现，浏览器界面一闪而过（为什么？因为页面渲染完成后，就直接退出了），那么如何才能让我们能够观察到呢？有请我们的time模块，让它睡会儿，就能观察到了 这样改

代码语言：javascript复制
from selenium import webdriver
import time
# 导包
driver = webdriver.Chrome()
driver.get("https://m.elong.com/")
time.sleep(5)
# 页面渲染完成后让它睡5s，这样就能观察到了
driver.quit()

OK，看到，代码替我们打开了这个网址，并且展示了5s后关闭了

结语

好了，相信大家已经学会如何使用筷子了，那么让我们去动用我们的筷子去把这个网站抓下来吧——笑，玩个老梗 今天的笔记就到这里了（主要是不想写了，一天当然不可能只学会点这玩意），拜拜

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/100266.html原文链接：

selenium ide python

0 人点赞