91超碰碰碰碰久久久久久综合_超碰av人澡人澡人澡人澡人掠_国产黄大片在线观看画质优化_txt小说免费全本

溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

Python爬蟲實現模擬點擊動態頁面

發布時間:2020-10-23 12:04:03 來源:腳本之家 閱讀:255 作者:騎著螞蟻流浪 欄目:開發技術

動態頁面的模擬點擊:

以斗魚直播為例:http://www.douyu.com/directory/all

爬取每頁的房間名、直播類型、主播名稱、在線人數等數據,然后模擬點擊下一頁,繼續爬取

代碼如下

#!/usr/bin/python3
# -*- coding:utf-8 -*-
__author__ = 'mayi'
 
"""
動態頁面的模擬點擊:
  模擬點擊斗魚直播:http://www.douyu.com/directory/all
  爬取每頁房間名、直播類型、主播名稱、在線人數等數據,然后模擬點擊下一頁,繼續爬取
"""
 
from selenium import webdriver
import json
 
# 調用環境變量指定的PhantomJS瀏覽器創建瀏覽器對象,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)
    # 循環處理每一頁,直至最后一頁
    page = 1
    start_flag = True
    while True:
      # 等待3秒,防止訪問過于頻繁
      self.driver.implicitly_wait(3)
      print("正在處理第" + page + "頁......")
      page += 1
      # 解析
      soup = BeautifulSoup(self.driver.page_source, "lxml")
      # 在線直播部分
      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、直播類型、主播名稱、在線人數
        # 房間名
        home_name = live.find_all('h4', {'class': 'ellipsis'})[0].get_text().strip()
        # 直播類型
        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()
        # 在線人數
        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["直播類型"] = live_type
        item["主播名稱"] = anchor_name
        item["在線人數"] = 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:
        # 已到最后一頁
        break
      # 模擬點擊下一頁
      self.driver.find_element_by_class_name('shark-pager-next').click()
 
    # 爬蟲結束前關閉文件
    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,也希望大家多多支持億速云。

向AI問一下細節

免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。

AI

疏附县| 玉林市| 中山市| 武安市| 德保县| 宝兴县| 马龙县| 刚察县| 贞丰县| 韶山市| 汶上县| 永安市| 宽城| 从江县| 辽阳市| 曲靖市| 罗田县| 双城市| 新邵县| 金阳县| 赤城县| 长垣县| 库尔勒市| 永川市| 毕节市| 台中县| 星座| 永城市| 永德县| 曲松县| 南溪县| 水富县| 新丰县| 宜阳县| 莱西市| 诸暨市| 河曲县| 延川县| 安庆市| 敖汉旗| 潮州市|