C#使用Selenium+PhantomJS抓取数据

手头项目需要抓取一个用js渲染出来的网站中的数据。使用常用的httpclient抓回来的页面是没有数据。上网百度了一下，大家推荐的方案是使用phantomjs。phantomjs是一个没有界面的webkit浏览器，能够和浏览器效果一致的使用js渲染页面。selenium是一个web测试框架。使用selenium来操作phantomjs绝配。但是网上的例子多是python的。无奈，下载了python按照教程搞了一下，卡在了selenium的导入问题上。遂放弃，还是用自己惯用的c#吧，就不信c#上没有。经过半个小时的折腾，搞定（python折腾了一个小时）。记录下这篇博文，让我等搞c#的新手能用上phantomjs。

第一步：打开visual studio 2017 新建一个控制台项目，打开nuget包管理器。

第二部：搜索selenium，安装selenium.webdriver。注意：如果要使用代理的话最好安装3.0.0版本。

第三步：写下如下图所示的代码。但是执行的时候会报错。原因是找不到phantomjs.exe。这时候可以去下载一个，也可以继续看第四步。

using openqa.selenium;
using openqa.selenium.phantomjs;
using system;
namespace consoleapp1
{
 class program
 {
 static void main(string[] args)
 {
  var url = "http://www.baidu.com";
  iwebdriver driver = new phantomjsdriver(getphantomjsdriverservice());
  driver.navigate().gotourl(url);
  console.writeline(driver.pagesource);
  console.read();
 }
 private static phantomjsdriverservice getphantomjsdriverservice()
 {
  phantomjsdriverservice pds = phantomjsdriverservice.createdefaultservice();
  //设置代理服务器地址
  //pds.proxy = $"{ip}:{port}"; 
  //设置代理服务器认证信息
  //pds.proxyauthentication = getproxyauthorization();
  return pds;
 }
 }
}

第四步：打开nuget安装selenium.phantomjs.webdriver包。

第五步：运行。可以看到phantomjs.exe被自动下载了。

好了，这样就可以开始你的数据抓取大业了。

以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，同时也希望多多支持！