欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Selenium工具爬取商品

程序员文章站 2022-11-08 13:31:11
selenium是一个优秀的自动化测试工具,支持多种语言,具体介绍参考官方文档:https://www.seleniumhq.org/docs/。 下面我们使用selenium工具模拟用户点击商品详情页,在详情页中获取商品预览图。 一、安装selenium 二、测试安装 若没有报错,则可进行后面的步 ......

       selenium是一个优秀的自动化测试工具,支持多种语言,具体介绍参考官方文档:https://www.seleniumhq.org/docs/。

下面我们使用selenium工具模拟用户点击商品详情页,在详情页中获取商品预览图。

一、安装selenium

pip install selenium

二、测试安装

python
>> from selenium import webdriver
>> browser = webdriver.chrome()

若没有报错,则可进行后面的步骤。若有错误提示未找到chromedriver,需要下载chromedriver

三、下载chromedriver

下载与本地浏览器版本相同的chromedriver,下载后,需将该驱动包放入path中,我的浏览器版本 75.0.3770.142

wget http://npm.taobao.org/mirrors/chromedriver/74.0.3729.6/chromedriver_linux64.zip
tar zxvf chromedriver_linux64.zip
cd chromedriver_linux64
export path=$path:~/downloads/chromedriver_linux64

四、使用举例

url = "http://www.baidu.com"
browser = webdriver.chrome()
browser.get(url)
ele = browser.find_element_by_class_name('')
print(ele)
其中,find_element_by_class_name根据标签class样式来获取元素,类似的方法还有很多,比如:
find_element_by_id
find_element_by_xpath
find_element_by_tag_name
....

五、实战

下面我们以抓取www.layuva.com中商品信息为例,该站点的商品详情页链接是动态生成的,现在很多站点内容都是动态生成,这类站点很适合selenium工具抓取数据。具体demo参见附件

1、新建driver实例
url = "https://www.layuva.com/pc/index.html#/home/searchdetail?category_id=1060730203664142336"
browser = webdriver.chrome()
browser.get(url)

2、获取商品列表
list_box = browser.find_elements_by_xpath('//*[@id="app"]//div[5]/div[2]/div/div')
3、模拟用户查看商品详情 for box in list_box: box.click() browser.switch_to.window(browser.window_handles[-1])
4、获取详情页中的商品信息 image_src = wait.until(ec.presence_of_element_located((by.xpath, '//*[@id="app"]/div[5]/div/div[1]/div[1]/img'))).get_attribute('data-src') 5、退出详情页 browser.close() browser.switch_to.window(browser.window_handles[0])
6、获取下一页 target = browser.find_element_by_css_selector( '#app > div.searchdetail > div.width-base > div.common-page > ul > li.ivu-page-next') if target.get_attribute('class').find('ivu-page-disabled') >= 0: // 判断是否有下一页 break actionchains(browser).move_to_element(target).click(target).perform() # 模拟点击《下一页》按钮

欢迎拍砖