爬蟲之動態HTML處理（Selenium與PhantomJS ）動態網頁面類比點擊

標籤：break   int   清理   director   testcase   ram   source   pager   test   

動態網頁面類比點擊

#!/usr/bin/env python# -*- coding:utf-8 -*-# python的測試模組import unittestfrom selenium import webdriverfrom bs4 import BeautifulSoupclass douyuSelenium(unittest.TestCase):    # 初始化方法    def setUp(self):        self.driver = webdriver.PhantomJS()    #具體的測試案例方法，一定要以test開頭    def testDouyu(self):        self.driver.get(‘http://www.douyu.com/directory/all‘)        while True:            # 指定xml解析            soup = BeautifulSoup(driver.page_source, ‘xml‘)            # 返回當前頁面所有房間標題列表 和 觀眾人數列表            titles = soup.find_all(‘h3‘, {‘class‘: ‘ellipsis‘})            nums = soup.find_all(‘span‘, {‘class‘: ‘dy-num fr‘})            # 使用zip()函數來可以把列表合并，並建立一個元組對的列表[(1,2), (3,4)]            for title, num in zip(nums, titles):                print u"觀眾人數:" + num.get_text().strip(), u"\t房間標題: " + title.get_text().strip()            # page_source.find()未找到內容則返回-1            if driver.page_source.find(‘shark-pager-disable-next‘) != -1:                break            # 類比下一頁點擊            self.driver.find_element_by_class_name(‘shark-pager-next‘).click()    # 退出時的清理方法    def tearDown(self):        print ‘載入完成...‘        self.driver.quit()if __name__ == "__main__":    unittest.main()

爬蟲之動態HTML處理（Selenium與PhantomJS ）動態網頁面類比點擊