Python爬蟲實現模擬點選動態頁面
阿新 • • 發佈:2020-03-06
動態頁面的模擬點選:
以鬥魚直播為例:http://www.douyu.com/directory/all
爬取每頁的房間名、直播型別、主播名稱、線上人數等資料,然後模擬點選下一頁,繼續爬取
程式碼如下
#!/usr/bin/python3 # -*- coding:utf-8 -*- __author__ = 'mayi' """ 動態頁面的模擬點選: 模擬點選鬥魚直播:http://www.douyu.com/directory/all 爬取每頁房間名、直播型別、主播名稱、線上人數等資料,然後模擬點選下一頁,繼續爬取 """ from selenium import webdriver import json # 呼叫環境變數指定的PhantomJS瀏覽器建立瀏覽器物件,executable_path:指定PhantomJS位置 driver = webdriver.PhantomJS(executable_path = r"D:\Program Files\phantomjs\bin\phantomjs") from bs4 import BeautifulSoup class DouyuSpider(object): """ 爬蟲類 """ def __init__(self): self.url = "http://www.douyu.com/directory/all/" self.driver = webdriver.PhantomJS() self.file_name = open("douyu.json","w",encoding = "utf-8") def run(self): """ 爬蟲開始工作 """ self.driver.get(self.url) # 迴圈處理每一頁,直至最後一頁 page = 1 start_flag = True while True: # 等待3秒,防止訪問過於頻繁 self.driver.implicitly_wait(3) print("正在處理第" + page + "頁......") page += 1 # 解析 soup = BeautifulSoup(self.driver.page_source,"lxml") # 線上直播部分 online_live = soup.find_all('ul',{'id': 'live-list-contentbox'})[0] # 房間列表 live_list = online_live.find_all('li') # 處理每一個房間 for live in live_list: # 房間名、直播型別、主播名稱、線上人數 # 房間名 home_name = live.find_all('h3',{'class': 'ellipsis'})[0].get_text().strip() # 直播型別 live_type = live.find_all('span',{'class': 'tag ellipsis'})[0].get_text().strip() # 主播名稱 anchor_name = live.find_all('span',{'class': 'dy-name ellipsis fl'})[0].get_text().strip() # 線上人數 online_num = live.find_all('span',{'class' :'dy-num fr'})[0].get_text().strip() # print(home_name,live_type,anchor_name,online_num) item = {} item["房間名"] = home_name item["直播型別"] = live_type item["主播名稱"] = anchor_name item["線上人數"] = online_num if start_flag: start_flag = False content = "[\n" + json.dumps(item) else: content = ",\n" + json.dumps(item) self.file_name.write(content) # page_source.find()未找到內容則返回-1 if self.driver.page_source.find('shark-pager-disable-next') != -1: # 已到最後一頁 break # 模擬點選下一頁 self.driver.find_element_by_class_name('shark-pager-next').click() # 爬蟲結束前關閉檔案 self.file_name.write("\n]") self.file_name.close() if __name__ == '__main__': douyu = DouyuSpider() douyu.run()
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支援我們。