如何用Selenium抓取动态网页数据?
发布时间:2019-11-28 01:57:59 所属栏目:资源 来源:网络大数据
导读:1.selenium抓取动态网页数据基础介绍 1.1 什么是AJAX AJAX(Asynchronouse JavaScript And XML:异步JavaScript和XML)通过在后台与服务器进行少量数据交换,Ajax 可以使网页实现异步更新,这意味着可以在不重新加载整个网页的情况下,对网页的某部分进行
1.selenium抓取动态网页数据基础介绍 1.1 什么是AJAX AJAX(Asynchronouse JavaScript And XML:异步JavaScript和XML)通过在后台与服务器进行少量数据交换,Ajax 可以使网页实现异步更新,这意味着可以在不重新加载整个网页的情况下,对网页的某部分进行局部更新。传统的网页(不使用Ajax)如果需要更新内容,必须重载整个网页页面。 因为传统的网页在传输数据格式方面,使用的是XML语法,因此叫做AJAX,其实现在数据交互基本上都是使用JSON。使用AJAX加载的数据,即使使用了JS将数据渲染到了浏览器中,在右键->查看网页源代码还是不能看到通过ajax加载的数据,只能看到使用这个url加载的html代码。 1.2 获取ajax数据的方式 法1:直接分析ajax调用的接口。然后通过代码请求这个接口。 法2:使用Selenium+chromedriver模拟浏览器行为获取数据。 1.3 Selenium+chromedriver获取动态数据 Selenium相当于是一个机器人。可以模拟人类在浏览器上的一些行为,自动处理浏览器上的一些行为,比如点击,填充数据,删除cookie等。chromedriver是一个驱动Chrome浏览器的驱动程序,使用他才可以驱动浏览器。当然针对不同的浏览器有不同的driver。以下列出了不同浏览器及其对应的driver: Chrome:https://sites.google.com/a/chromium.org/chromedriver/downloads Firefox:https://github.com/mozilla/geckodriver/releases Edge:https://developer.microsoft.com/en-us/microsoft-edge/tools/webdriver/ Safari:https://webkit.org/blog/6900/webdriver-support-in-safari-10/ 1.4 安装Selenium和chromedriver 安装Selenium:Selenium有很多语言的版本,有java、ruby、python等。我们下载python版本的就可以了。 pip install selenium 安装chromedriver:下载完成后,放到不需要权限的纯英文目录下就可以了。 1.5 快速入门 现在以一个简单的获取百度首页的例子来讲下Selenium和chromedriver如何快速入门: 1.6 selenium常用操作 1.7 爬取拉钩网职位信息 (编辑:辽源站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |