基于selenium-java封裝chrome、firefox、phantomjs實現爬蟲
2017年一直以來在公司負責爬蟲項目相關工程,主要業務有預定、庫存、在開發中也遇到很多問題,隨手記錄一下,后續會持續更新。
chrome、firefox、phantomjs插件安裝和版本說明 基于selenium-java封裝chrome、firefox、phantomjs實現爬蟲
項目下載地址
maven版本說明
<!-- +++|selenium|+++ --> <dependency> <groupId>org.seleniumhq.selenium</groupId> <artifactId>selenium-java</artifactId> <version>3.5.1</version> </dependency> <!-- +++|phantomjsdriver|+++ --> <dependency> <groupId>com.github.detro.ghostdriver</groupId> <artifactId>phantomjsdriver</artifactId> <version>1.1.0</version> </dependency>
chrome插件配置
下載地址:chromedriver下載地址選擇本地系統對應的chrome版本安裝,工程下面有一個 對應的目錄是:Plugin/chromedriver_win32.zip,對應chrmoe版本是Supports Chrome v60-62
直接運行項目中示例
public class ChromeTest {public static void main(String[] args) { WebDriver webDriver = null; try { webDriver = WebDriverUtil.createChromeWebDriver('D:webdrvierchromedriver.exe');//修改路徑 webDriver.get('https://www.baidu.com/'); System.out.println(webDriver.getTitle()); } catch (Exception e) { e.printStackTrace(); } finally { if (webDriver != null) { webDriver.close(); } }}}
chrome配置插件是最簡單的,linux上面只需要把插件換成linux版本即可
firefox
下載插件地址:geckodriver下載地址,選擇本地系統對應的firefox版本安裝,工程下面有一個 對應的目錄是:Plugin/geckodriver-v0.18.0-win64.zip,對應firefox版本是Firefox Setup 50.0(64位)、其他版本沒有測試過
firefox下載地址、selenium-java版本和geckodriver版本更新迭代不一致,導致在搭建環境時很容易出現一系列問題。
直接運行項目中示例
public class FireFoxTest { public static void main(String[] args) { WebDriver webDriver = null; try { webDriver = WebDriverUtil.createFirefoxWebDriver('D:webdrvierFirefoxgeckodriver_18.exe'); webDriver.get('https://book.douban.com/tag/'); Set<String> tagSet = new HashSet<>(); //獲取豆瓣標簽 List<WebElement> divWebElement = webDriver.findElements(By.cssSelector('#content > div > div.article > div:nth-child(2) > div')); for (WebElement webElement : divWebElement) {List<WebElement> aWebElement = webElement.findElements(By.cssSelector('a'));for (WebElement element : aWebElement) { tagSet.add(element.getText());} } System.out.println(tagSet); //點擊小說標簽 WebElement webElement = webDriver.findElement(By.cssSelector('#content > div > div.article > div:nth-child(2) > div:nth-child(1) > table > tbody > tr:nth-child(1) > td:nth-child(1) > a')); webElement.click(); System.out.println(webDriver.getTitle()); } catch (Exception e) { e.printStackTrace(); } finally { if (webDriver != null) {webDriver.quit();webDriver.close(); } } }}
phantomjs
下載插件地址phantomjs插件地址1、phantomjs插件地址2、下載有些慢。phantomjs是沒有界面的,所以只需要下載插件即可。
直接運行項目中示例
public class PhantomjsTest {public static void main(String[] args) { WebDriver webDriver = null; try { webDriver = WebDriverUtil.createPhantomjsWebDriver('D:/webdrvier/phantomjs-1.9.8-windows/phantomjs.exe'); webDriver.get('https://www.baidu.com/'); System.out.println(webDriver.getTitle()); } catch (Exception e) { e.printStackTrace(); } finally { if (webDriver != null) { webDriver.close(); } }}}
到此這篇關于基于selenium-java封裝chrome、firefox、phantomjs實現爬蟲的文章就介紹到這了,更多相關selenium java封裝爬蟲內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網!
相關文章:
1. Python獲取抖音關注列表封號賬號的實現代碼2. ajax請求添加自定義header參數代碼3. Python數據分析之pandas函數詳解4. 解決Python 進程池Pool中一些坑5. php測試程序運行速度和頁面執行速度的代碼6. 無線標記語言(WML)基礎之WMLScript 基礎第1/2頁7. 三個不常見的 HTML5 實用新特性簡介8. 使用.net core 自帶DI框架實現延遲加載功能9. php網絡安全中命令執行漏洞的產生及本質探究10. Warning: require(): open_basedir restriction in effect,目錄配置open_basedir報錯問題分析
