疯狂的爬虫案例（2）文末附源码

svygh1232024-04-29 19:14

软件版本号：

python --version

Python 3.8.0

pip show selenium

Version: 4.20.0

chromedriver.exe -version

109.0.5414.74

主题：爬取10条动态网页内容（电影票房）

1.根据xpath获取网页节点（Ctrl+F）

2.使用Console控制台打印节点内容，看是否是自己需要的内容

F12->$x('//title')

3.python代码获取，进行细微调整

python 复制代码

from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.common.by import By
import time

# 配置WebDriver的路径（确保chromedriver的路径正确）
chrome_driver_path = 'C:/Users/Administrator/Downloads/Compressed/chromedriver_win32/chromedriver.exe'
# 初始化WebDriver：旧版本，会报错
# driver = webdriver.Chrome(executable_path=chrome_driver_path)
# 新版本
service = Service(chrome_driver_path)  
driver = webdriver.Chrome(service=service)

# 导航到目标网页
driver.get('https://piaofang.maoyan.com/dashboard/movie')

# 等待页面加载完成（根据需要调整等待时间）
time.sleep(5)

tbody = driver.find_element(By.XPATH, '//*[@id="app"]/div/div/div[2]/div[1]/div[2]/div/table/tbody')

rows = tbody.find_elements(By.TAG_NAME, 'tr')

i=1
for row in rows:
    title = row.find_element(By.XPATH, './td[1]/div/div[@class="moviename-desc"]/p[@class="moviename-name"]').text
    days = row.find_element(By.XPATH, './td[1]/div/div[@class="moviename-desc"]/p[@class="moviename-info"]/span[1]').text
    money = row.find_element(By.XPATH, './td[1]/div/div[@class="moviename-desc"]/p[@class="moviename-info"]/span[2]').text
    print(str(i) + '.' + title + ' [' + days + '] [票房' + money + ']')
    #print()  # 换行，表示一行结束    
    if i == 10:
        break;
    i+=1

# 关闭浏览器
driver.quit()

运行结果：

1.xxx [点映] [票房5474.1万]

2.xxx [上映32天] [票房9.09亿]

3.xxx [上映27天] [票房7.71亿]

4.xxx [上映31天] [票房2.73亿]

5.xxx [上映26天] [票房5560.5万]

6.xxx [上映27天] [票房1.20亿]

7.xxx [上映11天] [票房1356.9万]

8.xxx [上映39天] [票房3.49亿]

9.xxx [上映27天] [票房1.00亿]

10.xxx [] [票房127.2万]

xxx会根据实际内容输出。