利用Selenium爬取淘宝美食网页内容-自动化测试

　　开发工具

　　Python版本：3.6

　　相关模块：

　　import re

　　from selenium import webdriver

　　from selenium.common.exceptions import TimeoutException

　　from selenium.webdriver.common.by import By

　　from selenium.webdriver.support.ui import WebDriverWait

　　from selenium.webdriver.support import expected_conditions as EC

　　from pyquery import PyQuery as pq

　　from config import *

　　config文件

　　SERVICE_ARGS = ['--load-images=false', '--disk-cache=true']

　　KEYWORD = '美食'

　　全部代码

　　'''

　　import re

　　from selenium import webdriver

　　from selenium.common.exceptions import TimeoutException

　　from selenium.webdriver.common.by import By

　　from selenium.webdriver.support.ui import WebDriverWait

　　from selenium.webdriver.support import expected_conditions as EC

　　from pyquery import PyQuery as pq

　　from config import *

　　driver = webdriver.PhantomJS(service_args=SERVICE_ARGS)

　　# driver = webdriver.Chrome()

　　wait = WebDriverWait(driver, 10)

　　driver.set_window_size(1400,900) #有这这句话就是可以爬取到网页的内容，没有的话就出现TimeOut错误

　　def search():

　　print('正在搜索')

　　try:

　　driver.get('http://www.taobao.com')

　　s_input = wait.until(EC.presence_of_element_located((By.CSS_SELECTOR,'#q')))

　　sumbit = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR,'#J_TSearchForm > div.search-button > button')))

　　s_input.send_keys(KEYWORD)

　　sumbit.click()

　　totle = wait.until(EC.presence_of_element_located((By.CSS_SELECTOR,'#mainsrp-pager > div > div > div > div.total')))

　　get_products()

　　return totle.text

　　except TimeoutException:

　　print('TimeOut')

　　return search()

　　def next_page(page_number):

　　print('正在翻页', page_number)

　　try:

　　s_input = wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '#mainsrp-pager > div > div > div > div.form > input')))

　　sumbit = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, '#mainsrp-pager > div > div > div > div.form > span.btn.J_Submit')))

　　s_input.clear()

　　s_input.send_keys(page_number)

　　sumbit.click()

　　wait.until(EC.text_to_be_present_in_element((By.CSS_SELECTOR,'#mainsrp-pager > div > div > div > ul > li.item.active > span'),str(page_number)))

　　get_products()

　　except TimeoutException:

　　print('TimeOut')

　　next_page(page_number)

　　def get_products():

　　wait.until(EC.presence_of_element_located((By.CSS_SELECTOR,'#mainsrp-itemlist .items .item')))

　　html = driver.page_source

　　doc = pq(html)

　　items = doc('#mainsrp-itemlist .items .item').items()

　　for item in items:

　　product = {

　　'image': item.find('.pic .img').attr('src'),

　　'price':item.find('.price').text(),

　　'deal': item.find('.deal-cnt').text()[:-3],

　　'title': item.find('.title').text(),

　　'shop': item.find('.shop').text(),

　　'location': item.find('.location').text()

　　}

　　print(product)

　　def main():

　　try:

　　totle = search()

　　totle = int(re.compile('(d+)').search(totle).group(1))

　　for num in range(2,totle + 1):

　　next_page(num)

　　except Exception as e:

　　print(e)

　　finally: #最后执行的操作

　　driver.close()

　　if __name__ == '__main__':

　　main()

　　以上内容为大家介绍了自动化测试中的利用Selenium爬取淘宝美食网页内容，本文由多测师亲自撰写，希望对大家有所帮助。了解更多自动化测试相关知识：https://www.aichudan.com/xwzx/