最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

python爬蟲(chóng)之pyppeteer庫(kù)簡(jiǎn)單使用

 更新時(shí)間:2021年07月07日 16:39:56   作者:努力生活的黃先生  
Puppeteer 是 Google 基于 Node.js 開(kāi)發(fā)的一個(gè)工具,有了它我們可以通過(guò) JavaScript 來(lái)控制 Chrome 瀏覽器的一些操作,當(dāng)然也可以用作網(wǎng)絡(luò)爬蟲(chóng)上,其 API 極其完善,功能非常強(qiáng)大

pyppeteer

介紹Pyppeteer之前先說(shuō)一下Puppeteer,Puppeteer是谷歌出品的一款基于Node.js開(kāi)發(fā)的一款工具,主要是用來(lái)操縱Chrome瀏覽器的 API,通過(guò)Javascript代碼來(lái)操縱Chrome瀏覽器,完成數(shù)據(jù)爬取、Web程序自動(dòng)測(cè)試等任務(wù)。

pyppeteer 是非官方 Python 版本的 Puppeteer 庫(kù),瀏覽器自動(dòng)化庫(kù),由日本工程師開(kāi)發(fā)。

Puppeteer 是 Google 基于 Node.js 開(kāi)發(fā)的工具,調(diào)用 Chrome 的 API,通過(guò) JavaScript 代碼來(lái)操縱 Chrome 完成一些操作,用于網(wǎng)絡(luò)爬蟲(chóng)、Web 程序自動(dòng)測(cè)試等。

pyppeteer 使用了 Python 異步協(xié)程庫(kù)asyncio,可整合 Scrapy 進(jìn)行分布式爬蟲(chóng)。

puppet 木偶,puppeteer 操縱木偶的人。

pyppeteer和puppeteer的不同點(diǎn)

pyppeteer支持字典和關(guān)鍵字傳參,puppeteer只支持字典傳參

# puppeteer支支持字典傳參
browser = await launch({'headless':True})

# pyppeteer支持字典和關(guān)鍵字傳參
browser = await launch({'headless':True})
browser = await launch(headless=True)

元素選擇器方法名$變?yōu)閝uerySelector

# puppeteer使用$符
page.$()/page.%%()/page.$x()
# pyppeteer使用python風(fēng)格的函數(shù)名
page.querySelector()/page.querySelectorAll()/page.xpath()

# 簡(jiǎn)寫(xiě)方式
page.J()/page.JJ()/page.Jx()

page.evluate()和page.querySelectorEval()的參數(shù)

puppeteer的evaluate()方法使用JavaScript原生函數(shù)或JavaScript表達(dá)式字符串。pyppeteer的evaluate()方法只使用JavaScript字符串,該字符串可以是函數(shù)也可以是表達(dá)式,pyppeteer會(huì)進(jìn)行自動(dòng)判斷。但有時(shí)會(huì)判斷錯(cuò)誤,如果字符串被判斷成了函數(shù),并且報(bào)錯(cuò),可以添加參數(shù)force_expr=True,強(qiáng)制pyppeteer作為表達(dá)式處理。

獲取網(wǎng)頁(yè)內(nèi)容:

content = await page.evaluate('document.body.textContent',force_expr=True)

獲取元素的內(nèi)部文字:

element = await page.querySelector('h1')
title = await page.evaluate('(element) => element.textContent',element)

安裝

1、安裝pyppeteer

pip install pyppeteer

2、安裝chromium

pyppeteer-install

簡(jiǎn)單使用

import asyncio
from pyppeteer import launch

async def main():
    url = 'https://www.toutiao.com/'
    # headless參數(shù)設(shè)置為Falase,則變成有頭模式
    browser = await launch(headless=False, ignoreDefaultArgs=['--enable-automation'])
    page = await browser.newPage()
    
    # 設(shè)置頁(yè)面視圖大小
    await page.setViewport(viewport={'width':1600,'herght':900})
    
    # 是否啟用JS,enabled設(shè)為False,則無(wú)渲染效果
    await page.setJavaScriptEnable(enabled=True)
    
    # 等待時(shí)間1000毫秒
    res = await page.goto(url,options={'timeout':1000})
    resp_headers = res.headers  # 響應(yīng)頭
    resp_status = res.status    # 響應(yīng)狀態(tài)
    
    # 等待
    await asyncio.sleep(2)
    await page.waitFor(1000)
    # 第二種方法 ,在while循環(huán)里強(qiáng)行查詢某元素進(jìn)行等待
    while not await page.querySelector('.t')
    
    # 滾動(dòng)到頁(yè)面底部
    await page.evaluate('window.scrollBy(0,document.body.scrollHeight)')
    
    await page.screenshot({'path':'test.png'})
    
    # 打印網(wǎng)頁(yè)cookies
    print(await page.cookies())
    
    # 獲取所有html內(nèi)容
    print(await page.content())
    
    
    dimensions = await page.evaluate(pageFunction='''() => {
    		return {
    			width:document.documentElement.clentWidth,    // 頁(yè)面寬度
    			height:document.documentElement.clentHeight,  // 頁(yè)面高度
    			deviceScaleFactor: window.devicePixelRatio,  // 像素比1.0000000149011612
    			}
    		}''',force_expr=False)   # force_expr=False  執(zhí)行的是函數(shù)
    print(dimensions)
    
    content = await page.evaluate(pageFunction='document.body.textContent',force_expr=True)    # 只獲得文本 執(zhí)行js腳本,force_expr=True  執(zhí)行的是表達(dá)式
    print(content)
    
    # 打印當(dāng)前頁(yè)面的標(biāo)題
    print(await page.title())
    
    
    # 抓取新聞內(nèi)容  可以使用xpath表達(dá)式
    '''
    pyppeteer 三種解析方式
    page.querySelector()
    page.querySelectorAll()
    page.xpath()
    簡(jiǎn)寫(xiě)方式為:
    page.J()
    page.JJ()
    page.Jx()
    '''
    element = await page.querySelector(".feed-infinite-wrapper > ul>li")
    print(element)
    
    
    element = await page.querySelectorAll(".title-box a")
    for item in element:
        print(await item.getProperty('textContent'))
        # 獲取文本內(nèi)容
        title_str = await (await item.getProperty('textContent')).jsonValue()
        
        title_link = await (await item.getProperty('textContent')).jsonValue()
        
        # 獲取屬性值
        # title = await (await item.getProperty('class')).jsonValue()
        print(title_str,title_link)
    await browser.close()


asyncio.get_event_loop().run_until_complete(main())

模擬文本輸入和點(diǎn)擊

# 模擬輸入賬號(hào)密碼 參數(shù){'delay':reand_int()}  延遲輸入時(shí)間
await page.type('#kw',"百度",delay=100)
await page.type('#TPL_username_1',"asdasd")

await page.waitFor(1000)
await page.click('#su')

移除Chrome正受到自動(dòng)測(cè)試軟件的控制

browser = await launch(headless=False, ignoreDefaultArgs=['--enable-automation'])
# 添加ignoreDefaultArgs=['--enable-automation'] 參數(shù)

爬取京東商城

from bs4 import BeautifulSoup
from pyppeteer import launch
import asyncio


def screen_size():
    return 1600,900


async def main(url):
    browser = await launch({"args":['--no-sandbox'],}) # "headless":False
    page = await browser.newPage()
    width, height = screen_size()
    await page.setViewport(viewport={'width':width,'height':height})
    await page.setJavaScriptEnabled(enabled=True)
    await page.setUserAgent('Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.77 Safari/537.36')
    await page.goto(url)

    await page.evaluate('window.scrollBy(0, document.body.scrollHeight)')

    await asyncio.sleep(1)

    # content = await page.content()
    li_list = await page.xpath('//*[@id="J_goodsList"]/ul/li')

    item_list = []
    for li in li_list:
        a = await li.xpath('.//div[@class="p-img"]/a')
        detail_url = await (await a[0].getProperty('href')).jsonValue()
        promo_words = await (await a[0].getProperty('title')).jsonValue()
        a_ = await li.xpath('.//div[@class="p-commit"]/strong/a')
        p_commit = await (await a_[0].getProperty('textContent')).jsonValue()
        i = await li.xpath('./div/div[3]/strong/i')
        price = await (await i[0].getProperty('textContent')).jsonValue()
        em = await li.xpath('./div/div[4]/a/em')
        title = await (await em[0].getProperty('textContent')).jsonValue()
        item = {
            "title" : title,
            "detail_url" : detail_url,
            "promp_words" : promo_words,
            "p_commit" : p_commit,
            "price" : price
        }
        item_list.append(item)

    await page_close(browser)
    return item_list


async def page_close(browser):
    for _page in await browser.pages():
        await _page.close()
    await browser.close()


url = 'https://search.jd.com/Search?keyword=%E6%89%8B%E6%9C%BA&wq='\
		'%E6%89%8B%E6%9C%BA&pvid=e07184578b8442c58ddd65b221020e99&page={}&s=56&click=0 '
task_list = []
for i in range(1,4):
    page = i * 2 - 1
    task_list.append(main(url.format(page)))

results = asyncio.get_event_loop().run_until_complete(asyncio.gather(*task_list))

for i in results:
    print(i,len(i))

print('*'*100)

在這里插入圖片描述

到此這篇關(guān)于python爬蟲(chóng)之pyppeteer庫(kù)的文章就介紹到這了,更多相關(guān)python爬蟲(chóng)pyppeteer庫(kù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • opencv-python圖像處理安裝與基本操作方法

    opencv-python圖像處理安裝與基本操作方法

    OpenCV是一個(gè)C++庫(kù),目前流行的計(jì)算機(jī)視覺(jué)編程庫(kù),用于實(shí)時(shí)處理計(jì)算機(jī)視覺(jué)方面的問(wèn)題,它涵蓋了很多計(jì)算機(jī)視覺(jué)領(lǐng)域的模塊。在Python中常使用OpenCV庫(kù)實(shí)現(xiàn)圖像處理。本文介紹opencv-python圖像處理安裝與基本操作,感興趣的朋友一起看看吧
    2022-01-01
  • Python編程中對(duì)super函數(shù)的正確理解和用法解析

    Python編程中對(duì)super函數(shù)的正確理解和用法解析

    可能有人會(huì)想到,Python中既然可以直接通過(guò)父類名調(diào)用父類方法為什么還會(huì)存在super函數(shù)?其實(shí),很多人對(duì)Python中的super函數(shù)的認(rèn)識(shí)存在誤區(qū),本文我們就帶來(lái)在Python編程中對(duì)super函數(shù)的正確理解和用法解析
    2016-07-07
  • 使用 Django Highcharts 實(shí)現(xiàn)數(shù)據(jù)可視化過(guò)程解析

    使用 Django Highcharts 實(shí)現(xiàn)數(shù)據(jù)可視化過(guò)程解析

    這篇文章主要介紹了使用 Django Highcharts 實(shí)現(xiàn)數(shù)據(jù)可視化過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2019-07-07
  • Python六大開(kāi)源框架對(duì)比

    Python六大開(kāi)源框架對(duì)比

    在這篇文章里,我們將為Python Web開(kāi)發(fā)者回顧基于Python的6大Web應(yīng)用框架。無(wú)論你是出于愛(ài)好還是需求,這六大框架都可能會(huì)成為你工作上不錯(cuò)的得力助手。
    2015-10-10
  • 使用Python實(shí)現(xiàn)VPN搭建的流程步驟

    使用Python實(shí)現(xiàn)VPN搭建的流程步驟

    VPN(虛擬私人網(wǎng)絡(luò))是一種有效的解決方案,可以幫助我們?cè)诰W(wǎng)絡(luò)上匿名瀏覽,保護(hù)數(shù)據(jù)傳輸?shù)陌踩?雖然市面上有許多商業(yè)VPN服務(wù),但你也可以通過(guò)Python自己搭建一個(gè)簡(jiǎn)單的VPN,本文將介紹如何用Python建立自己的VPN,需要的朋友可以參考下
    2024-06-06
  • Python繪圖之桃花盛開(kāi)

    Python繪圖之桃花盛開(kāi)

    這篇文章主要介紹了如何用python繪制桃花樹(shù),幫助大家更好的使用python處理圖片,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2021-08-08
  • 基于Pydantic封裝的通用模型在API請(qǐng)求驗(yàn)證中的應(yīng)用詳解

    基于Pydantic封裝的通用模型在API請(qǐng)求驗(yàn)證中的應(yīng)用詳解

    這篇文章主要介紹了基于Pydantic封裝的通用模型在API請(qǐng)求驗(yàn)證中的應(yīng)用詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步早日升職加薪
    2023-05-05
  • Python文件與文件夾常見(jiàn)基本操作總結(jié)

    Python文件與文件夾常見(jiàn)基本操作總結(jié)

    這篇文章主要介紹了Python文件與文件夾常見(jiàn)基本操作,結(jié)合實(shí)例形式總結(jié)分析了Python針對(duì)文件與文件夾操作所涉及的常見(jiàn)函數(shù)與方法的使用技巧,需要的朋友可以參考下
    2016-09-09
  • Numpy中轉(zhuǎn)置transpose、T和swapaxes的實(shí)例講解

    Numpy中轉(zhuǎn)置transpose、T和swapaxes的實(shí)例講解

    下面小編就為大家分享一篇Numpy中轉(zhuǎn)置transpose、T和swapaxes的實(shí)例講解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2018-04-04
  • 利用Python?requests庫(kù)爬取高德地圖全國(guó)地鐵站點(diǎn)信息

    利用Python?requests庫(kù)爬取高德地圖全國(guó)地鐵站點(diǎn)信息

    requests?模塊是?python?基于?urllib,采用?Apache2?Licensed?開(kāi)源協(xié)議的?HTTP?庫(kù),它比?urllib?更加方便,可以節(jié)約我們大量的工作,完全滿足?HTTP?測(cè)試需求,這篇文章主要介紹了利用Python?requests庫(kù)爬取高德地圖全國(guó)地鐵站點(diǎn)信息,需要的朋友可以參考下
    2024-03-03

最新評(píng)論

招远市| 嫩江县| 罗源县| 隆尧县| 罗田县| 鱼台县| 会宁县| 杨浦区| 巴塘县| 咸丰县| 于田县| 东乡| 安图县| 万年县| 镇赉县| 诸暨市| 沁源县| 永德县| 神农架林区| 砀山县| 揭东县| 淅川县| 崇左市| 正定县| 剑河县| 明光市| 陵川县| 仪陇县| 上虞市| 孟州市| 黎城县| 临清市| 沙湾县| 郯城县| 凤山市| 青阳县| 乐昌市| 晴隆县| 新竹县| 偏关县| 磐石市|