Python 使用selenium+webdriver爬取动态网页内容

在使用requests请求一个页面上的元素时，有时会出现请求不到结果的情况

审查元素时可以看到的标签，在页面源代码中却看不到

原因是我们想要的元素是经过js事件动态生成的

一般有两种方式可以拿到我们想要的内容

一、使用selenium模拟浏览器

二、分析网页请求

这里介绍第一种方法

首先安装selenium库

命令提示符输入：

pip install selenium

下载，配置webdriver（以chromdriver为例）

　　1、查看浏览器的版本

　　2、下载chromedriver

　　　　地址：http://npm.taobao.org/mirrors/chromedriver/

　　　　下载浏览器对应版本

 

 　　下载对应系统对应版本（windows64位下载win32版本即可）

 

 

 

　　3、配置chromedriver

　　将下载的文件解压至chrome浏览器的安装路径下

 

 

 

　　配置环境变量

　　路径为文件解压路径

　　

 

 

 　　

　　4、使用selenium库请求访问网站就可以使用解析库来拿到我们想要的信息了

例如，我们想要这个标题信息，右键审查元素查看代码

 

from selenium import webdriver
from bs4 import BeautifulSoup

url = 'https://www.udemy.com/course/network-security-course/'
#模拟浏览器请求网站
driver = webdriver.Chrome()
res = driver.get(url)
doc = BeautifulSoup(driver.page_source, 'html.parser')
course = doc.find('h1', class_='clp-lead__title').get_text().replace('
','')
print(course)
#关闭浏览器
driver.quit()

　　结果：