worldpress 建站,少儿编程加盟费一般多少钱,wordpress社交登录,宣传型网站准备工作
selenium安装
Selenium是广泛使用的模拟浏览器运行的库#xff0c;用于Web应用程序测试。 Selenium测试直接运行在浏览器中#xff0c;就像真正的用户在操作一样#xff0c;并且支持大多数现代 Web 浏览器。
#终端pip安装
pip install selenium
#清华镜像安装
p…准备工作
selenium安装
Selenium是广泛使用的模拟浏览器运行的库用于Web应用程序测试。 Selenium测试直接运行在浏览器中就像真正的用户在操作一样并且支持大多数现代 Web 浏览器。
#终端pip安装
pip install selenium
#清华镜像安装
pip install selenium -i https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/安装Chrome driver 查看Google版本并下载对应版本的驱动
下载路径 安装在anaconda的Scripts文件夹中
测试
from selenium import webdriver
# 初始化WebDriver
browser webdriver.Chrome()
如果弹出Chrome浏览器则说明安装成功 爬虫
示例爬取【AppleiPhone 13】Apple/苹果 iPhone 13 (A2634)128GB 绿色 支持移动联通电信5G 双卡双待手机【行情 报价 价格 评测】-京东
先导入所用的包这样一步一步跟着做不会出错
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from bs4 import BeautifulSoup
import time 初始化并访问
# 初始化WebDriver
browser webdriver.Chrome()
# 访问商品页面
browser.get(https://item.jd.com/100034710036.html)
# 等待页面加载完成
time.sleep(5)
登录
QQ、微信登录或扫码登陆均可 正常登录后的界面如下 控制点击商品评价按钮
# 点击“商品评价”按钮
try:# 等待“商品评价”按钮可点击WebDriverWait(browser, 10).until(EC.element_to_be_clickable((By.XPATH, //*[iddetail]/div[1]/ul/li[5]))).click()
except Exception as e:print(fError clicking the 商品评价 button: {e})browser.quit()exit()
正则表达式要通过F12检查页面源码去看
爬取评论数据
# 设置要爬取的页数
num_pages_to_scrape 5# 循环爬取多页评论
for page_num in range(1, num_pages_to_scrape 1):print(fScraping page {page_num}...)# 等待评论加载完成try:WebDriverWait(browser, 10).until(EC.presence_of_element_located((By.CSS_SELECTOR, .comment-item .comment-con)))except Exception as e:print(fError waiting for comments to load on page {page_num}: {e})break# 获取页面源码html browser.page_source# 使用BeautifulSoup解析HTMLsoup BeautifulSoup(html, html.parser)# 提取评论数据comments soup.select(.comment-item .comment-con)# 检查是否有评论if comments:for comment in comments:# 提取评论内容content comment.get_text(separator\n)print(content)else:print(No comments found on page {page_num}.)检查是否有下一页不是必要操作
因为测试时报错找不到下一页因此添加检查是否有下一页的操作。如果上述操作没有错误就可以不加。
# 检查是否还有下一页if page_num num_pages_to_scrape:# 点击“下一页”按钮try:# 等待“下一页”按钮可点击next_page_button WebDriverWait(browser, 10).until(EC.element_to_be_clickable((By.CLASS_NAME, ui-pager-next)))# 点击下一页按钮next_page_button.click()# 等待Ajax请求完成WebDriverWait(browser, 10).until(EC.invisibility_of_element_located((By.CLASS_NAME, loading-indicator)))except Exception as e:print(fError clicking the 下一页 button or waiting for Ajax request on page {page_num}: {e})break
结果
爬取结果如下每爬一页都会显示是第几页
