这篇文章主要给大家介绍了关于如何利用selenium爬虫抓取数据的相关资料，文中通过示例代码介绍的非常详细，对大家学习或者使用selenium具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧
写在前面
本来这篇文章该几个月前写的，后来忙着忙着就给忘记了。
ps:事多有时候反倒会耽误事。
几个月前，记得群里一朋友说想用selenium去爬数据，关于爬数据，一般是模拟访问某些固定网站，将自己关注的信息进行爬取，然后再将爬出的数据进行处理。
他的需求是将文章直接导入到富文本编辑器去发布，其实这也是爬虫中的一种。
其实这也并不难，就是UI自动化的过程，下面让我们开始吧。
准备工具/原料
1、java语言
2、IDEA开发工具
3、jdk1.8
4、selenium-server-standalone（3.0以上版本）
步骤
1、分解需求：
需求重点主要是要保证原文格式样式都保留：
将要爬取文章,全选并复制
将复制后的文本，粘贴到富文本编辑器中即可
2、代码实现思路：
键盘事件模拟CTRL+A全选
键盘事件模拟CTRL+C复制
键盘事件模拟CTRL+V粘贴
3、实例代码
import org.junit.AfterClass; import org.junit.BeforeClass; import org.junit.Test; import org.openqa.selenium.By; import org.openqa.selenium.WebDriver; import org.openqa.selenium.chrome.ChromeDriver; import java.awt.*; import java.awt.event.KeyEvent; import java.util.concurrent.TimeUnit; /** * @author rongrong * Selenium模拟访问网站爬虫操作代码示例 */ public class Demo { private static WebDriver driver; static final int MAX_TIMEOUT_IN_SECONDS = 5; @BeforeClass public static void setUpBeforeClass() throws Exception { driver = new ChromeDriver(); String url = "https://temai.snssdk.com/article/feed/index?id=6675245569071383053&subscribe=5501679303&source_type=28&content_type=1&create_user_id=34013&adid=__AID__&tt_group_id=6675245569071383053"; driver.manage().window().maximize(); driver.manage().timeouts().implicitlyWait(MAX_TIMEOUT_IN_SECONDS, TimeUnit.SECONDS); driver.get(url); } @AfterClass public static void tearDownAfterClass() throws Exception { if (driver != null) { System.out.println("运行结束！"); driver.quit(); } } @Test public void test() throws InterruptedException { Robot robot = null; try { robot = new Robot(); } catch (AWTException e1) { e1.printStackTrace(); } robot.keyPress(KeyEvent.VK_CONTROL); robot.keyPress(KeyEvent.VK_A); robot.keyRelease(KeyEvent.VK_A); Thread.sleep(2000); robot.keyPress(KeyEvent.VK_C); robot.keyRelease(KeyEvent.VK_C); robot.keyRelease(KeyEvent.VK_CONTROL); driver.get("https://ueditor.baidu.com/website/onlinedemo.html"); Thread.sleep(2000); driver.switchTo().frame(0); driver.findElement(By.tagName("body")).click(); robot.keyPress(KeyEvent.VK_CONTROL); robot.keyPress(KeyEvent.VK_V); robot.keyRelease(KeyEvent.VK_V); robot.keyRelease(KeyEvent.VK_CONTROL); Thread.sleep(2000); } }
写在后面
笔者并不是特别建议使用selenium做爬虫，原因如下：
速度慢:
每次运行爬虫都要打开一个浏览器，初始化还需要加载图片、JS渲染等等一大堆东西；
占用资源太多:
有人说，把换成无头浏览器，原理都是一样的，都是打开浏览器，而且很多网站会验证参数，如果对方看到你恶意请求访问，会办了你的请求，然后你又要考虑更换请求头的事情，事情复杂程度不知道多了多少，还得去改代码，麻烦死了。
对网络的要求会更高:
加载了很多可能对您没有价值的补充文件（如css，js和图像文件）。 与真正需要的资源（使用单独的HTTP请求）相比，这可能会产生更多的流量。
总结
以上就是这篇文章的全部内容了，希望本来源gaodaimacom搞#代%码网文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对gaodaima搞代码网的支持。
以上就是利用selenium爬虫抓取数据的基础教程的详细内容，更多请关注gaodaima搞代码网其它相关文章！
转载请注明原文链接：利用selenium爬虫抓取数据的基础教程
