编程学习网 > 编程语言 > Python > Python之selenium实现网页自动化和自动爬虫教程
2023
07-25

Python之selenium实现网页自动化和自动爬虫教程

一、python环境与selenium环境安装

二、搜索商品后点击搜索按钮提交
三、元素定位,找到对应信息,并保存
四、结果预览与总结
举例某购物网站,通过selenium与python,实现主页上商品的搜索,并将信息爬虫保存至本地excel表内。
一、python环境与selenium环境安装
python在官网下载并安装并且设置环境变量。
selenium通过命令行下,pip install selenium进行安装,python与selenium都建议使用3.0版本
这里使用chrome浏览器,下载chrome对应版本的webdrver驱动,将webdriver驱动放在python根目录下。

chrome浏览器的版本通过这个方法查询:帮助-关于Google Chrome(G)

二、搜索商品后点击搜索按钮提交

这里需要用到selenium库、time库(其中sleep用于等待)以及xlwt(用于保存excel表)

 1 from selenium import  webdriver
 2 from time import sleep
 3 import xlwt
 4 #打开浏览器,这里用的chrome
 5 d=webdriver.Chrome()
 6 #设置窗口最大化
 7 d.maximize_window()
 8 #设置隐式等待
 9 d.implicitly_wait(30)
10 #打开网页
11 d.get("https://www.jd.com/")
12 #使用元素定位id找到搜索框
13 d.find_element_by_id("key").send_keys("洗发水")
14 #使用xpath定位到搜索按钮
15 d.find_element_by_xpath("/html/body/div[1]/div[4]/div/div[2]/div/div[2]/button").clic

三、元素定位,找到对应信息,并保存

  1 #初始化excel表

 2 excel=xlwt.Workbook(encoding="utf-8")
 3 #增加sheet页
 4 sheet=excel.add_sheet("sheet1",cell_overwrite_ok=True)
 5 #定义第1行的内容,以及初始化num,用于从第二行开始写入对应的数据
 6 sheet.write(0,0,'序号')
 7 sheet.write(0,1,'商品')
 8 sheet.write(0,2,'价格')
 9 num=1
10 #通过元素定位面找到,在页面上找到对应商品的各个元素位置
11 goods=d.find_elements_by_xpath("/html/body/div[6]/div[2]/div[2]/div[1]/div/div[2]/ul/li")
12 sleep(5)
13 for good in goods:
14     #分别找到商品与价格所在的元素,并且取其中的文本信息,并去空行
15     price=good.find_element_by_xpath("div/div[3]/strong").text.replace("\n","-")
16     goodtext=good.find_element_by_xpath("div/div[4]/a/em").text.replace("\n","-")
17     sheet.write(num,0,num)
18     sheet.write(num,1,goodtext)
19     sheet.write(num,2,price)
20     num+=1
21     #print(goodtext,"|",price)
22 #保存至excel表
23 excel.save(r"C:\Users\Mr.White\Desktop\test001\jd.xls")
24 #页面退出
25 d.quit()
 
 四、结果预览与总结


1、网页自动化过程中最主要的难度是元素定位,后面会专门去介绍一下元素定位
2、页面可能随着前端代码的变化,会使原本可以跑通的脚本失效,有一定维护成本,如何设计合理的自动化脚本就显得比较重要。

以上就是Python之selenium实现网页自动化和自动爬虫教程的详细内容,想要了解更多Python教程欢迎持续关注编程学习网。

扫码二维码 获取免费视频学习资料

Python编程学习

查 看2022高级编程视频教程免费获取