码迷,mamicode.com
首页 > Web开发 > 详细

warnings.warn('Selenium support for PhantomJS has been deprecated, please use headless '报错

时间:2020-02-22 14:19:20      阅读:174      评论:0      收藏:0      [点我收藏+]

标签:time   safari   rom   否则   path   gen   text   set   exists   

问题:selenium已经放弃PhantomJS,建议使用火狐或者谷歌无界面浏览器。

解决方案1:

selenium版本降级

通过pip install selenium默认安装版本。 (通过pip show selenium显示版本)
将其卸载pip uninstall selenium,重新安装并指定版本号pip install selenium==2.48.0。

解决方案2:

使用别的浏览器,我这里使用的Chrome;

安装教程网上很多https://segmentfault.com/a/1190000013940356

实例:(采集北京市政百姓信件内容)

 

技术图片
from lxml import etree
import requests
import csv
from selenium import webdriver
import time
import os
from selenium.webdriver.chrome.webdriver import WebDriver

#创建csv
outPath = D://xinfang_data.csv
if (os.path.exists(outPath)):
    os.remove(outPath)
fp = open(outPath, wt, newline=‘‘, encoding=utf-8)  # 创建csv
writer = csv.writer(fp)
writer.writerow((kind, time, processingDepartment, content))

#请求头
headers = {
    User-Agent:Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.130 Safari/537.36
}

# 创建浏览器对象
driver = webdriver.Chrome()

# 得到网页信息
def get_info(num):
    driver.get(url)
    driver.implicitly_wait(10)  # 隐式等待n秒,解释JavaScript是需要时间的,如果短了就无法正常获取数据,如果长了浪费时间;implicitly_wait()给定时间智能等待
    #driver.find_element_by_xpath(‘//*[@id="pageNum"]‘).clear()
    driver.find_element_by_id(pageNum).clear()#清除输入框
    #driver.find_element_by_id(‘pageNum‘).send_keys(num)
    driver.find_element_by_xpath(//*[@id="pageNum"]).send_keys(num)#输入页数
    driver.find_element_by_xpath(//*[@id="judgeFlag"]/a).click()#单击确认框
    time.sleep(1)#一定要停一下,否则加载不出来一直输出第一页
    #print(driver.current_window_handle)#当前页面句柄
    html = driver.page_source
    #print(driver.page_source)
    return html

#解析HTML文件,获取数据
def get_data(html):
    selector = etree.HTML(html)
    infos=selector.xpath(//*[@id="mailul"]/div)
    for info in infos:
        kind=info.xpath(div[1]/a/font/text())[0]
        time=info.xpath(div[2]/div[1]/div[1]/text())[0]
        processingDepartment = info.xpath(div[2]/div[1]/div[2]/span/text())[0]
        content = info.xpath(div[1]/a/span/text())[0]
        #处理得到的字符串
        parsekind=kind.strip().strip(·【).strip()
        #print(parsekind)
        parsetime=time.strip().strip(发起时间:).replace("-", "/")
        #print(parsetime)
        parsepd = processingDepartment.strip().strip(处理部门:)
        #print(parsepd)
        parsecontent = content.strip()
        #print(parsecontent)
        #写入csv
        writer.writerow((parsekind,parsetime,parsepd,parsecontent))

if __name__ == __main__:
    url = http://www.beijing.gov.cn/hudong/hdjl/com.web.search.mailList.flow
    for i in range(1,1000):
        html=get_info(i)
        get_data(html)
        time.sleep(1)
View Code

 

warnings.warn('Selenium support for PhantomJS has been deprecated, please use headless '报错

标签:time   safari   rom   否则   path   gen   text   set   exists   

原文地址:https://www.cnblogs.com/sengzhao666/p/12343920.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!