码迷,mamicode.com
首页 > Web开发 > 详细

Selenium 获取动态js的网页

时间:2018-01-12 20:23:49      阅读:266      评论:0      收藏:0      [点我收藏+]

标签:lan   mac os x   desire   bsp   head   scripts   less   ref   mon   

Selenium基于webkit实现爬虫功能

http://www.cnblogs.com/luxiaojun/p/6144748.html

https://www.cnblogs.com/chenqingyang/p/3772673.html

 

现在headless chrome替代 PhantomJS 

 

https://zhuanlan.zhihu.com/p/27100187

 

from selenium import webdriver
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities
import time
import io

dcap = dict(DesiredCapabilities.PHANTOMJS)  #设置userAgent
dcap["phantomjs.page.settings.userAgent"] = ("Mozilla/5.0 (Macintosh; Intel Mac OS X 10.9; rv:25.0) Gecko/20100101 Firefox/25.0 ")
 
obj = webdriver.PhantomJS(executable_path=‘C:\Program Files (x86)\Microsoft Visual Studio\Shared\Python36_64\Scripts\phantomjs.exe‘,desired_capabilities=dcap) #加载网址
obj.get(‘http://chart.icaile.com/sd11x5.php‘)#打开网址


#time.sleep(10)
pageSource = obj.page_source
print(pageSource)

obj.quit() 

  

获取的网页内容后,可以使用beautifulsoup来分析

https://cuiqingcai.com/1319.html

Selenium 获取动态js的网页

标签:lan   mac os x   desire   bsp   head   scripts   less   ref   mon   

原文地址:https://www.cnblogs.com/coolyylu/p/8277439.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!