网络爬虫之selenium(综述)

标签：爬虫、selenium

   现阶段网络爬虫的工具主要是有scrapy、selenium（第二版）等。总的来说各有好处，scrapy最大
的好处是爬取的速度快而selenium的好处是能爬去的网站种类多。详细点的解释是：scrapy在爬取网页时不
用点击开页面(selenium似乎需要页面全部加载完才可以查找定位)，selenium可以爬取动态网页和静态网页
（模拟浏器操作）而scrapy可以很顺利的爬取静态网页（但是很难或者不能爬取动态网页）。由于爬取知网
的需要，本人学习了selenium,现分享一下个人的心得（如有错的地方，请指正）。
1. selenium的安装一般很简单（只需要简单操作），但是对于不适合47.0.1版的Firefox浏览器的电脑，需需要
选择其他版本（一般是选比47.0.1低的，本人的是18版的）。
2. 善用wait(或者implicitly_wait()),因为网站加载需要时间，没有等待的话可能出现程序时好时坏的情况（
因为可能在加载不过来的情况下就进行下一步的查找）。
3.selenium可以二次查找（scrapy也可以），长时间的爬取会遇到各种形形色色的网页（如果量很大很多的话，
可能会有20-30天，要有心理准备），如果此时使用二次定位可以很好的避免网页源代码变动带来的影响。
4. 几十天（数据量很大的话）的爬取会遇到各种网页问题，你的代码很难覆盖所有的问题（特别是对初学
者而言），所以要原谅自己代码的“不完美”！
5. 推荐几个学习selenium的网页：一.   
二.(如对上述网页侵权了，请及时告知本人)

本文出自 “学渣逆袭记” 博客，请务必保留此出处http://12012000.blog.51cto.com/12002000/1862799

网络爬虫之selenium(综述)

标签：爬虫、selenium

原文地址：http://12012000.blog.51cto.com/12002000/1862799