selenium 获取网页源码

时间:2021-08-13 03:44:21
selenium本是用来对web application做自动化测试的。不过,它有个天大的好处:能让我们用python(当然不仅是python)代码模拟人对浏览器的操作。
所需软件:python2.7 , firefox 25.0.1(版本不能太高), selenium2.44.0(使用pip install selenium安装即可)
1. 打开浏览器,请求百度主页,5秒钟后关闭浏览器

from selenium import webdriver
import time
brower
= webdriver.Firefox()
brower
.get('http://www.baidu.com')
time
.sleep(5)
brower
.close()
注意 url的写法,前面必须加 http://
2. 打开浏览器,请求一个带有动态内容的网页,等待js执行完毕(10秒钟足够),获取当前浏览器render的内容的源码,关闭浏览器

from selenium import webdriver
import time
browser
= webdriver.Firefox()
browser
.get('http://detail.tmall.com/item.htm?id=12577759834 ')
time
.sleep(10)
pageSource
= browser.page_source
print pageSource
browser
.close()