这篇文章主要介绍了python3实现抓取javascript动态生成的html网页功能,结合实例形式分析了python3使用selenium库针对javascript动态生成的html网页元素进行抓取的相关操作技巧,需要的朋友可以参考下
本文实例讲述了python3实现抓取javascript动态生成的html网页功能。分享给大家供大家参考，具体如下：
用urllib等抓取网页，只能读取网页的静态源文件，而抓不到由javascript生成的内容。
究其原因，是因为urllib是瞬时抓取，它不会等javascript的加载延迟，所以页面中由javascript生成的内容，urllib读取不到。
那由javascript生成的内容就真的没有办法读取了吗？非也！
这里要介绍一个python库：selenium，本文使用的版本是 2.44.0
先安装：
pip install -u selenium
下面用三个例子来说明其用法：
【例0】
打开一个firefox浏览器
载入所给url地址的页面
from selenium import webdriver browser = webdriver.firefox() browser.get('http://www.baidu.com/')
【例1】
打开一个firefox浏览器
载入百度主页
搜索 “seleniumhq”
关闭浏览器
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()
【例2】
selenium webdriver 常用于网络程序的测试。 下面是一个使用python标准库 unittest 的例子:
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)
以上就是python3如何抓取js动态生成的html网页功能实现示例的详细内容。