首先要明确:我们的页面中有些dom是在页面加载完成后(document.readyState后)就出现的，而有些dom元素，是通过js动态生成加入的。例如document.body.appendChild(newElement)，或是因为触发了某些鼠标或键盘事件，而动态生成或显示的（display:block;）。例如常见的点击或touch触发了modal模态框，popper气泡框，下拉列表等。或
转载
2023-12-09 22:38:43
200阅读
在我们进行数据爬去的过程中，我们有时候会遇到异步加载信息的情况，以豆瓣电影分来排行榜为例，当我们在查看数据的过程中，会发现网页源码中并不包含我们想要的全部数据，但是当我们在进行向下滚动的时候，数据会一点点的加载出来，这就说明它是通过异步加载模式展示出的数据。在urllib3中，支持的也仅仅是当前的HTML页面，所以，我们要使用异步加载模式进行数据的获取。 在这个时候，我们一般会采用以下两种方
转载
2023-07-02 13:18:07
452阅读
python爬虫---单线程+多任务的异步协程,selenium爬虫模块的使用一丶单线程+多任务的异步协程特殊函数# 如果一个函数的定义被async修饰后，则该函数就是一个特殊的函数
async def get_request(url):
print('正在请求~~', url)
await asyncio.sleep(2)
print('请求结束!!', url)协程对
转载
2023-08-12 15:06:35
164阅读
前言在 UI 自动化测试中，必然会遇到环境不稳定，网络慢的情况，这时如果不做任何处理的话，代码会由于没有找到元素而报错。还有一种情况就是页面使用 ajax 异步加载机制。这时我们就要用到等待，而在 Selenium 中，可以用到三种等待方式，每一种等待都有自己的优点和缺点。三种等待方式time.sleep 固定等待在开发自动化脚本过程中，不要使用固定等待方式，虽然可以自定义等待时间，但当网络条件良
转载
2023-10-09 16:43:24
306阅读
一、Selenium概述Selenium 是一个用于测试 Web 应用程序的框架，该框架测试直接在浏览器中运行，就像真实用户操作一样。它支持多种平台：Windows、Linux、Mac，支持多种语言：Python、Perl、PHP、C# 等，支持多种浏览器：Chrome、IE、Firefox、Safari 等。二、Selenium下载安装1.Selenium安装pip install seleni
转载
2023-09-26 10:18:10
160阅读
高性能异步爬虫目的:在爬虫中使用异步实现高性能的数据爬取操作。异步爬虫的方式： ——多线程，多进程（不建议使用） 好处:可以为相关阻塞的操作单独开启线程或者进程，阻塞操作就可以异步执行 弊端：无法无限制开启线程——进程池，线程池（适当使用） 好处:我们可以降低系统对进程或者线程创建和销毁的一个频率，从而很好的降低系统的开销。 弊端:池中线程或进程的数量有上限。 一、基本概念 阻塞 阻塞状态指程序未
转载
2023-10-16 21:29:57
98阅读
爬虫的本质就是模拟client频繁请求server，获取响应数据，对响应数据进行解析处理。常规的串行方式同步阻塞执行，必须等待一个任务处理完后才能之后才能继续下一个，这样效率就非常低。最常用的聚焦爬虫对数据处理的IO操作（阻塞）相对密集，因此需要考虑使用异步方案解决。 1.同步串行：提交任务之后，只有等待这个任务执行完毕返回结果才会继续执行下一个，这样效率比较低下！1 '''
2
转载
2023-05-31 08:41:07
132阅读
目录一、安装1.安装 Selenium2.安装 WebDriver二、操作浏览器1.打开浏览器2.设置浏览器窗口3.前进后退三、元素定位1.根据 id 定位2.根据 name 定位3.根据 class 定位4.根据标签名定位5.使用 CSS 定位6.使用链接文本定位超链接7.使用 xpath 定位四、等待事件1.显示等待2.隐式等待大家好，今天介绍Selenium框架相关内容。Selenium 是
转载
2023-11-24 05:23:22
67阅读
在上一课时我们介绍了异步爬虫的基本原理和 asyncio 的基本用法，另外在最后简单提及了 aiohttp 实现网页爬取的过程，这一可是我们来介绍一下 aiohttp 的常见用法，以及通过一个实战案例来介绍下使用 aiohttp 完成网页异步爬取的过程。aiohttp前面介绍的 asyncio 模块内部实现了对 TCP、UDP、SSL 协议的异步操作，但是对于 HTTP 请求的异步操作来说，我们就
转载
2023-12-06 10:08:39
93阅读
1.Selenium简介Selenium是一个用于测试网站的自动化测试工具，支持各种浏览器包括Chrome、Firefox、Safari等主流界面浏览器，同时也支持phantomJS无界面浏览器。我这里使用的是爬取知乎首页文章列表，因查看源码并不是能爬取的html.且查看数据接口，爬取到的数据不是最新的数据，故而使用该框架进行爬取学习。2.安装Selenium&chromdriver.ex
转载
2023-10-01 10:49:27
280阅读
有些时候我们需要用到百度文库的某些文章时，却发现需要会员才能下载，很难受，其实我们可以通过爬虫的方式来获取到我们所需要的文本。工具：python3.7+selenium+任意一款编辑器前期准备：可以正常使用的浏览器，这里推荐chrome，一个与浏览器同版本的驱动，这里提供一个下载驱动的链接https://chromedriver.storage.googleapis.com/77.0.3865.4
转载
2023-06-15 13:46:58
281阅读
简介Selenium 是什么？一句话，自动化测试工具。它支持各种浏览器，包括 Chrome，Safari，Firefox 等主流界面式浏览器，如果你在这些浏览器里面安装一个 Selenium 的插件，那么便可以方便地实现Web界面的测试。换句话说叫 Selenium 支持这些浏览器驱动。话说回来，PhantomJS不也是一个浏览器吗，那么 Selenium 支持不？答案是肯定的，这样二者便可以实现
转载
2024-06-21 06:53:09
42阅读
实例引入比如在这里我们看这么一个示例网站：https://static4.scrape.cuiqingcai.com/，这个网站在内部实现返回响应的逻辑的时候特意加了 5 秒的延迟，也就是说如果我们用 requests 来爬取其中某个页面的话，至少需要 5 秒才能得到响应。另外这个网站的逻辑结构在之前的案例中我们也分析过，其内容就是电影数据，一共 100 部，每个电影的详情页是一个自增 ID，从
转载
2023-12-20 17:58:04
51阅读
## 如何实现Python异步Selenium
### 一、流程概述
在实现Python异步Selenium之前，首先需要了解整个流程。下面是一个简单的流程表格：
| 步骤 | 操作 |
| ---- | ---- |
| 1 | 安装异步Selenium库 |
| 2 | 初始化异步Selenium驱动 |
| 3 | 异步执行Selenium操作 |
| 4 | 关闭异步Selenium驱
原创
2024-06-01 07:01:37
71阅读
# Python Selenium 异步
## 摘要
Selenium 是一个用于 Web 应用程序测试的工具，可以通过自动化浏览器来模拟用户操作。然而，有时候我们需要在异步任务中使用 Selenium，以便更高效地处理大量的测试任务。本文将介绍如何在 Python 中使用 Selenium 进行异步操作，并提供代码示例帮助读者理解。
## 什么是异步操作？
在计算机编程中，同步操作是指程
原创
2024-06-05 03:55:06
154阅读
1. 前言Scrapy 是一个基于 Twisted 实现的异步处理爬虫框架，该框架使用纯 Python 语言编写。Scrapy 框架应用广泛，常用于数据采集、网络监测，以及自动化测试等。提示：Twisted 是一个基于事件驱动的网络引擎框架，同样采用 Python 实现。2. Scrapy下载安装Scrapy 支持常见的主流平台，比如 Linux、Mac、Windows 等，因此你可以很方便的安装
转载
2024-02-04 15:33:37
29阅读
前几天，有个项目需要，我用了三天时间写了爬虫并部署到服务器。我以前没有接触过Linux服务器，查阅了很多博客文献，写下这一篇完整教程。首先是我的基本环境配置：window11，Python3.9，Mysql，Debain11，Google浏览器。下面进入正题，我以简书网站为例：一、在本机编写爬虫（Scrapy+Selenium）1.安装Scrapypip install scrapy2.创建Scr
转载
2023-12-12 15:27:36
147阅读
对于Ajax加载的网页已经分析了好几回，这回来说说利用selenium自动化获取网页信息。通常对于异步加载的网页，我们需要查找网页的真正请求，并且去构造请求参数，最后才能得到真正的请求网址。而利用selenium通过模拟浏览器操作，则无需去考虑那么多，做到可见即可爬。当然带来便捷的同时，也有着不利，比如说时间上会有所增加，效率降低。可是对于业余爬虫而言，更快的爬取，并不是那么的重要。首先在电脑的P
原创
2020-12-24 20:39:59
357阅读
一般爬虫可以分为以下几个步骤：一、打开指定网页二、解析网页三、处理/存储数据，新增任务网页另外异步的话，需要调度器。简单爬虫的话，不需要搞复杂验证码，requests/urllib修改cookie,header就能访问的话，写一个打开，一个解析就够了，处理数据和新任务，直接写在解析类就下，gevent也可以直接异步。 项目路径：ur'D:\python_py\my_scrapy/scra
转载
2023-11-01 21:59:15
40阅读
一般爬虫可以分为以下几个步骤：一、打开指定网页二、解析网页三、处理/存储数据，新增任务网页另外异步的话，需要调度器。简单爬虫的话，不需要搞复杂验证码，requests/urllib修改cookie,header就能访问的话，写一个打开，一个解析就够了，处理数据和新任务，直接写在解析类就下，gevent也可以直接异步。项目路径：ur'D:\python_py\my_scrapy/scrapy_too
转载
2024-01-29 23:03:44
50阅读
