如何利用Python3基本语法，splinter库和xpath基本知识

　　如何利用Python3基本语法，splinter库和xpath基本知识

　　【新手任务】

　　Boss：我们在海外市场，获得投资者非常重要。去抄所有海外投资企业（机构）给我。

　　

　　任务.png

　　一共2606页，点下一页，然后ctrl+C，然后Ctrl+V，准备复制到天亮。一眼望去，新来的实习生都回学校做毕业论文了。

　　[解决方案]

　　知识点：Python 3基础语法，splinter库和xpath基础知识

　　案例 1：

　　Python 使用 splinter 库来控制 Chrome 浏览器、打开网页和获取数据。掌握境外投资企业（机构）名单。

　　分析思路：

　　第一步：安装splinter

　　百度splinter安装，建议先安装anaconda（python常用库基本都有），然后安装splinter

　　第 2 步：使用 splinter 打开 chrome 并访问链接

　　from splinter import Browser

browser = Browser('chrome') #打开谷歌浏览器

browser.visit('http://femhzs.mofcom.gov.cn/fecpmvc/pages/fem/CorpJWList.html') #访问链接

　　

　　打开谷歌浏览器并访问link.png

　　第 3 步：获取信息

　　# 通过谷歌浏览器的检查功能，可以很迅速地获取所需元素的地址。

# find_by_xpath(XPath地址） 返回值是储存在列表中的

# 这里是只有一个元素的列表，所以要选择列表第一个元素的值

r1c1=browser.find_by_xpath('//*[@id="foreach"]/td[1]').first.value # 取得1行1列的值

r1c2=browser.find_by_xpath('//*[@id="foreach"]/td[2]').first.value # 取得1行2列的值

r1c3=browser.find_by_xpath('//*[@id="foreach"]/td[3]').first.value# 取得1行3列的值

browser.find_by_xpath('//*[@id="pageNoLink_0"]').first.click() # 点击下一页

# 打印数据，并退出浏览器

print(r1c1,r1c2,r1c3)

browser.quit()

　　[结论]

　　本文简单介绍如何使用python splinter库操作谷歌浏览器，然后定位需要的元素，然后获取元素的值。获取后，打印数据并退出浏览器。关于数据的存储，请参考插上翅膀，让Excel飞-xlwings(一）。获取完整的数百页数据只是为了给代码添加一个循环。如果需要，我会详细说明下一次就完成了，代码如下：

　　from splinter import Browser

browser = Browser('chrome')

browser.visit('http://femhzs.mofcom.gov.cn/fecpmvc/pages/fem/CorpJWList.html')

r1c1=browser.find_by_xpath('//*[@id="foreach"]/td[1]').first.value

r1c2=browser.find_by_xpath('//*[@id="foreach"]/td[2]').first.value

r1c3=browser.find_by_xpath('//*[@id="foreach"]/td[3]').first.value

browser.find_by_xpath('//*[@id="pageNoLink_0"]').first.click()

# 打印数据，并退出浏览器

print(r1c1,r1c2,r1c3)

browser.quit()

　　参考资料

　　Xpath 实例

　　官方分裂文件