python爬虫入门学习4 Selenium请求库

写在前面：

         selenium最初是一个自动化测试工具，而爬虫中使用它主要是为了解决requests无法直接执行JavaScript代码的问题

         selenium本质是通过驱动浏览器，完全模拟浏览器的操作，比如跳转，输入，点击，下拉等，来拿到网页渲染之后的结果，可支持多种浏览器

           

from selenium import webdriver
#谷歌浏览器
browser=webdriver.Chrome()
#火狐浏览器
browser=webdriver.Firefox()
#无界面浏览器
browser=webdriver.PhantomJS()
#苹果浏览器
browser=webdriver.Safari()
#IE浏览器
browser=webdriver.Edge()

安装

#安装：selenium+chromedriver

pip3 install selenium

然后下载chromdriver.exe放到python安装路径的scripts目录中即可

国内镜像地址：npm.taobao.org/mirrors/chromedriver/2.38/

一 Selenium请求库
    1.什么是selenium？
        selenium是一个自动测试工具，它可以帮我通过代码
        去实现驱动浏览器自动执行相应的操作。
        所以我们也可以用它来做爬虫。

    2.为什么要使用selenium？
        主要使用selenium的目的是为了跳过登录验证。

    3.安装与使用
        - 下载驱动器:
            http://npm.taobao.org/mirrors/chromedriver/2.38/

        - 下载selenium请求库
            - 修改下载源为清华源
                - D:python36Libsite-packagespipmodelsindex.py      （在Pycharm中寻找）
                - PyPI = Index('https://pypi.tuna.tsinghua.edu.cn/simple')

            - pip3 install selenium 或 settings中安装

        - 安装谷歌浏览器
            ...

from selenium import webdriver #用来驱动浏览器的
import time
'''
驱动浏览器的两种方式
'''
# 第一种直接去Script文件夹中查找驱动
driver = webdriver.Chrome()
time.sleep(5)
driver.close()
# 第二种填写驱动路径
webdriver.Chrome(
    

二：

获取京东商城python书的价格，评论，url

首先总结一下各种查找方式

# 1、find_element_by_id 通过id元素去找
# 2、find_element_by_link_text  通过链接文本去找，根据精确文本匹配内容
# 3、find_element_by_partial_link_text  # 根据文本局部匹配去查找标签
# 4、find_element_by_tag_name   # 根据标签名查找
# 5、find_element_by_class_name   #根据类元素查找
# 6、find_element_by_name      #根据name属性去查找
# 7、find_element_by_css_selector   #根据属性选择器查找
# 8、find_element_by_xpath     #根据xpath查找

#element 找一个
#elments找多个
#查找所有的商品列表
good_list=driver.find_elements_by_class_name('gl-item')

#通过属性选择器查找商品详情页url
#url
good_url=good.find_element_by_css_selector('.p-img a').get_attribute('href')
print(good_url)

#名称
good_name=good.find_element_by_css_selector('.p-name em').text
print(good_name)

#价格
good_price=good.find_element_by_class_name('p-price').text
print(good_price)

#评价数
good_commit=good.find_element_by_class_name('p-commit').text
print(good_commit)

from selenium import  webdriver
#导入键盘keys
from selenium.webdriver.common.keys import Keys #键盘按键操作
import time

driver=webdriver.Chrome()
#检测代码块
try:
    #隐式等待，等待标签加载
    driver.implicitly_wait(10)
    #往京东主页发送请求
    driver.get('https://www.jd.com')

    #通过id查找input输入框
    input_tag=driver.find_element_by_id('key')

    #send_keys为当前标签传值
    input_tag.send_keys('python书')

    #按键盘的回车键
    input_tag.send_keys(Keys.ENTER)
    time.sleep(3)

    '''
    爬取京东商品信息
        python书
            名称
            url
            价格
            评价
    '''
    #element 找一个
    #elments找多个
    #查找所有的商品列表
    good_list=driver.find_elements_by_class_name('gl-item')

    #循环遍历每一个商品
    for good in good_list:
        #通过属性选择器查找商品详情页url
        #url
        good_url=good.find_element_by_css_selector('.p-img a').get_attribute('href')
        print(good_url)

        #名称
        good_name=good.find_element_by_css_selector('.p-name em').text
        print(good_name)

        #价格
        good_price=good.find_element_by_class_name('p-price').text
        print(good_price)

        #评价数
        good_commit=good.find_element_by_class_name('p-commit').text
        print(good_commit)

        str1=f'''
        url:{good_url}
        名称:{good_name}
        价格:{good_price}
        评价:{good_commit}
        

        '''
        #把商品信息写入文本中
        with open('jd.txt','a',encoding='utf-8') as f:
            f.write(str1)

    time.sleep(10)

#捕获异常
except Exception as e:
    print(e)

#最后都会把驱动浏览器关闭掉
finally:
    driver.close()

from selenium import  webdriver
#导入键盘Keys
from selenium.webdriver.common.keys import Keys
import  time
driver=webdriver.Chrome()
#检测代码块
try:
    #隐式等待,等待标签加载
    driver.implicitly_wait(10)
    #往京东主页发送请求
    driver.get('https:www.jd.com/')

    #通过id查找input输入框
    input_tag=driver.find_element_by_id('key')

    #send_keys为当前标签传值
    input_tag.send_keys('python书籍')

    #按键盘的回车键
    input_tag.send_keys(Keys.ENTER)

    time.sleep(10)

    #捕获异常
except Exception as e:
    print(e)

#最后都会把驱动器关掉
finally:
    driver.close()