C#使用Selenium+PhantomJS抓取数据
程序员文章站
2023-11-14 18:14:34
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。phanto...
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!