当前位置:网站首页>31、chrome谷歌浏览器无界面运行、scrapy-splash、splinter

31、chrome谷歌浏览器无界面运行、scrapy-splash、splinter

2020-11-10 18:04:47 天降攻城狮

百度云搜索,搜各种资料:http://www.lqkweb.com
搜网盘,搜各种资料:http://www.swpan.cn

1、chrome谷歌浏览器无界面运行

chrome谷歌浏览器无界面运行,主要运行在Linux系统,windows系统下不支持

chrome谷歌浏览器无界面运行需要一个模块,pyvirtualdisplay模块

需要先安装pyvirtualdisplay模块

Display(visible=0, size=(800, 600))设置浏览器,visible=0表示不显示界面,size=(800, 600)表示浏览器尺寸

# -*- coding: utf-8 -*-
import scrapy
from scrapy.http import Request,FormRequest
from selenium import webdriver                  # 导入selenium模块来操作浏览器软件
from scrapy.xlib.pydispatch import dispatcher   # 信号分发器
from scrapy import signals                      # 信号

class PachSpider(scrapy.Spider):                            #定义爬虫类,必须继承scrapy.Spider
    name = 'pach'                                           #设置爬虫名称
    allowed_domains = ['www.taobao.com']                    #爬取域名

    def __init__(self):                                                                                 #初始化

        from pyvirtualdisplay import Display
        display = Display(visible=0, size=(800, 600))
        display.start()

        self.browser = webdriver.Chrome(executable_path='H:/py/16/adc/adc/Firefox/chromedriver.exe')    #创建谷歌浏览器对象
        super(PachSpider, self).__init__()                                                              #设置可以获取上一级父类基类的,__init__方法里的对象封装值
        dispatcher.connect(self.spider_closed, signals.spider_closed)       #dispatcher.connect()信号分发器,第一个参数信号触发函数,第二个参数是触发信号,signals.spider_closed是爬虫结束信号

        #运行到此处时,就会去中间件执行,RequestsChrometmiddware中间件了

    def spider_closed(self, spider):                                        #信号触发函数
        print('爬虫结束 停止爬虫')
        self.browser.quit()                                                 #关闭浏览器

    def start_requests(self):    #起始url函数,会替换start_urls
        return [Request(
            url='https://www.taobao.com/',
            callback=self.parse
        )]


    def parse(self, response):
        title = response.css('title::text').extract()
        print(title)

注意:Linux系统下会出现错误

报错:easyprocess.EasyProcessCheckInstalledError: cmd=['Xvfb', '-help'] OSError=[Errno 2] No such file or directory

需要两个步骤解决

  1.执行命令:sudo apt-get install xvfb 安装xvfb软件

  2.执行命令:pip install xvfbwrapper 安装xvfbwrapper模块

以下只是提到一下,前面讲的selenium模块操作浏览器已经够用了

2、scrapy-splash,也是scrapy获取动态网页的方案,这里就不介绍了,详情:https://github.com/scrapy-plu...

3、splinter,是一个操作浏览器的模块 详情:https://github.com/cobrateam/...

版权声明
本文为[天降攻城狮]所创,转载请带上原文链接,感谢
https://segmentfault.com/a/1190000037789863