Python3如何抓取JS動態產生的html網頁功能實作範例

這篇文章主要介紹了Python3實現抓取javascript動態生成的html網頁功能,結合實例形式分析了Python3使用selenium庫針對javascript動態生成的HTML網頁元素進行抓取的相關操作技巧,需要的朋友可以參考下方

本文實例講述了Python3實作抓取javascript動態產生的html網頁功能。分享給大家供大家參考，具體如下：

用urllib等抓取網頁，只能讀取網頁的靜態原始文件，而抓不到由javascript產生的內容。

究其原因，是因為urllib是瞬時抓取，它不會等javascript的載入延遲，所以頁面中由javascript產生的內容，urllib讀取不到。

那由javascript產生的內容就真的沒有辦法讀取了嗎？非也！

這裡要介紹一個python函式庫：selenium，本文使用的版本是2.44.0

先安裝：

pip install -U selenium

下面用三個例子來說明其用法：

【範例0】

開啟一個Firefox瀏覽器
載入所給url位址的頁面

from selenium import webdriver
browser = webdriver.Firefox()
browser.get('http://www.baidu.com/')

【範例1 】

開啟一個Firefox瀏覽器
載入百度首頁
搜尋「seleniumhq」
關閉瀏覽器

from selenium import webdriver
from selenium.webdriver.common.keys import Keys
browser = webdriver.Firefox()
browser.get('http://www.baidu.com')
assert '百度' in browser.title
elem = browser.find_element_by_name('p') # Find the search box
elem.send_keys('seleniumhq' + Keys.RETURN) # 模拟按键
browser.quit()

【範例2】

Selenium WebDriver 常用於網路程式的測試。 下面是一個使用Python標準函式庫 unittest 的範例:

import unittest
class BaiduTestCase(unittest.TestCase):
  def setUp(self):
    self.browser = webdriver.Firefox()
    self.addCleanup(self.browser.quit)
  def testPageTitle(self):
    self.browser.get('http://www.baidu.com')
    self.assertIn('百度', self.browser.title)
if __name__ == '__main__':
  unittest.main(verbosity=2)

以上是Python3如何抓取JS動態產生的html網頁功能實作範例的詳細內容。更多資訊請關注PHP中文網其他相關文章！