php抓取网页数据实例( Python3实现抓取javascript动态生成的html网页功能结合实例)

　　php抓取网页数据实例(

Python3实现抓取javascript动态生成的html网页功能结合实例)

　　python3爬取javascript动态生成的html网页示例

　　更新时间：2017年8月22日11:57:23 作者：罗兵

　　本文文章主要介绍Python3爬取javascript动态生成的HTML页面的功能，结合实例分析Python3使用selenium库爬取javascript动态生成的HTML页面元素的相关操作技巧。有需要的朋友可以参考以下

　　本文的例子描述了Python3爬取javascript动态生成的HTML页面的功能。分享给大家，供大家参考，如下：

　　用urllib等爬取网页只能读取网页的静态源文件，不能读取javascript生成的内容。

　　原因是因为urllib是瞬时爬取的，不会等待javascript的加载延迟，所以页面中javascript生成的内容无法被urllib读取。

　　真的没有办法读取javascript生成的内容吗？也不是！

　　这里介绍一个python库：selenium，本文使用的版本是2.44.0

　　先安装：

　　pip install -U selenium

　　以下三个例子说明了它的用法：

　　【示例0】

　　打开火狐浏览器

　　在给定的url地址加载页面

　　from selenium import webdriver

browser = webdriver.Firefox()

browser.get('http://www.baidu.com/')

　　【示例一】

　　打开火狐浏览器

　　加载百度主页

　　搜索“seleniumhq”

　　关闭浏览器

　　from selenium import webdriver

from selenium.webdriver.common.keys import Keys

browser = webdriver.Firefox()

browser.get('http://www.baidu.com')

assert '百度' in browser.title

elem = browser.find_element_by_name('p') # Find the search box

elem.send_keys('seleniumhq' + Keys.RETURN) # 模拟按键

browser.quit()

　　【示例2】

　　Selenium WebDriver 通常用于测试网络程序。下面是一个使用 Python 标准库 unittest 的示例：

　　import unittest

class BaiduTestCase(unittest.TestCase):

def setUp(self):

self.browser = webdriver.Firefox()

self.addCleanup(self.browser.quit)

def testPageTitle(self):

self.browser.get('http://www.baidu.com')

self.assertIn('百度', self.browser.title)

if __name__ == '__main__':

unittest.main(verbosity=2)

　　对更多Python相关内容感兴趣的读者可以查看本站专题：《Python进程和线程操作技巧总结》、《Python套接字编程技巧总结》、《Python数据结构与算法教程》、 《Python函数使用》技巧总结》、《Python字符串操作技巧总结》、《Python入门与进阶经典教程》和《Python文件和目录操作技巧总结》

　　希望这篇文章对你的 Python 编程有所帮助。