通过selenium实时获取斗鱼主播热度数据！斗鱼一哥居然是他？

标签：分享   www   com   主播   右键   pid   content   imp   users   

通过这个例子，学习使用chrome的开发者工具定位页面元素的位置，并通过selenium调用浏览器，对网页数据进行抓取。

随意打开一个主播的页面，我们想要抓取的热度信息如下：

 

34949+7177，热度由两部分相加得到，后一部分貌似是近期的活动加成。

在Chrome中，点击右键选择“检查”，将会打开开发者工具

 

点击图中最左边的单箭头的方框，可以选择页面对应的元素

Python很容易学！所以小编有弄一个交流，互问互答，资源共享的交流学习基地，如果你也是Python的学习者或者大牛都欢迎你来！?：548+377+875！一起 学习共同进步！

 

这部分对应的源代码

 

其中 class="summer_hot_value" 是比较重要的信息，我们做爬虫时，可以通过class name来定位该元素。

程序完整代码如下：

from selenium import webdriver
import time
options = webdriver.ChromeOptions()
prefs = {
 ‘profile.managed_default_content_settings.images‘: 1,
 ‘profile.content_settings.plugin_whitelist.adobe-flash-player‘: 1,
 ‘profile.content_settings.exceptions.plugins.*,*.per_resource.adobe-flash-player‘: 1,
}
options.add_experimental_option(‘prefs‘, prefs)
driver = webdriver.Chrome(‘/Users/xiewf/Desktop/PythonProjects/spider/chromedriver‘, chrome_options=options)
url = "https://www.douyu.com/3866447"
driver.set_window_size(1200, 900)
driver.get(url)
print(‘开始等待网页刷新‘)
time.sleep(5)
while 1:
 try:
 hot_value = driver.find_element_by_class_name(‘summer_hot_value‘).text
 print(hot_value)
 time.sleep(60)
 except:
 print("unable to find summer_hot_value")
 try:
 hot_value = driver.find_element_by_class_name(‘hot-v‘).text
 print(hot_value)
 except:
 print("unable to find hot-v")
 fileObject = open(‘douyu_hot_v.html‘, ‘w‘)
 fileObject.write(driver.page_source)
 fileObject.close()
 break
# driver.close()
print("程序运行结束")

简单讲解一下：

driver.find_element_by_class_name(‘summer_hot_value‘)

找出class name为summer_hot_value的元素，通过text方法可以获得对应的字符串，即：

34949+7177，将这个信息打印出来，然后每隔60秒获取一次热度信息并打印。

调试的时候，发现当主播下线后，网页中显示热度信息的地方会发生变化，此时summer_hot_value这个class就没有了，程序会抛出异常退出。通过分析，我们发现，主播下线后，显示热度信息的class从summer_hot_value变成了hot-v，同理，我们可以抓取这个信息，打印出来。

程序运行结果如下：

 

每隔一分钟获取一次热度信息，总共获得403条数据

像一株盆栽、盆栽、盆栽，淡定而高雅~~~

通过selenium实时获取斗鱼主播热度数据！斗鱼一哥居然是他？

标签：分享   www   com   主播   右键   pid   content   imp   users   

原文地址：https://www.cnblogs.com/PY08523/p/9606856.html