抖音列表页采集-前言

准备工作:

1.关于selenium介绍:

python自动化入门的话,selenium绝对是最方便的选择,基本逻辑即为:程序模拟人的行为操作浏览器, 这样的操作需要借用**浏览器驱动,**我选用的是chrome浏览器,也搭建了响应的chromedriver.exe 找到跟浏览器对应的驱动版本就可以了。

谷歌驱动下载官网:

Chrome for Testing availability

EDGE驱动下载官网:Microsoft Edge WebDriver | Microsoft Edge Developer****

  1. 爬虫模块requests配置:

这一趴也不能说配置,基本的python模块下载命令:pip install 模块,最近使用requests的时候 出现一些模块版本冲突的问题。首当其冲的是这个urllib3 这个模块在我们下载好requests之后 执行会出现这个报错 想解决就降版本 pip install urllib3==1.26.9

好的 前面这些聊完了 咱就开干!!!

先找个小姐姐当作采集素材,这个没毛病吧

https://www.douyin.com/user/MS4wLjABAAAA3Edl4dvMxf-9uaJf8Zi8pt6RDBKQPPUzczKMMtwgInzWsy9UP1MoLf9qFXUwTE13?vid=7313874768241921319

这一步很关键,不选个好看的影响咱的学习热情和积极性!然后接下来直接跑模拟代码!!

python 复制代码
from selenium import webdriver

driver=webdriver.Chrome()

driver.get('你喜欢的博主主页链接')

咱一润 然后你就会发现 咱浏览器一打开就直接闪退了

**想解决?**来给你三套方案自己选择

方案① 最水的方案:

input()

time.sleep(10000)

一个是加阻塞 ,一个是加显示等待都放代码尾巴上

你这个网页铁定不会跑 因为都没运行完成

方案② 谨慎选择:

之所以会闪退 原因是selenium太新了 4.0.0的版本就得闪退 想解决selenium降低版本

pip install selenium==3.141.0

方案③ 一般都用他:

配置options对象,即可正常使用退出!

想明白咋整的 直接上代码!!!

python 复制代码
from selenium import webdriver
from selenium.webdriver.chrome.options import Options

qudong = Options()
qudong.add_experimental_option('detach', True)
driver = webdriver.Chrome(options=qudong)
driver.get('你喜欢的博主主页链接')
driver.implicitly_wait(10)

好 看到这里了 直接拿走 润一遍 你就会发现他不闪退 就是这么简单明了

搞定继续撸~

这会去selenium模拟 你会发现有验证块识别和登录验证 douyin验证块有跟没有一样 直接用手 为什么用手呢 因为你刚抓他 他这块块不会直接出来 多抓几次才来 影响不大

有意思的是这个登录验证 你不登录 你就只能拿到20个首页视频 博主主页登录就是异步加载的 往下滑动才会加载新的视频出来 怎么解决? 你先模拟登录 在模拟滑动条

相关推荐
lili001218 小时前
Claude自动修Bug配置优化与避坑指南
java·人工智能·python·bug·ai编程
Szime18 小时前
靠谱的终端工厂采购电子元器件供应链哪家更适合研发型企业?
人工智能·python
2401_8734794018 小时前
如何用IP离线库批量清洗订单IP,自动标注省市区?
开发语言·网络·python
py小王子18 小时前
期刊复现 | Python实现扇形小提琴图
python·期刊图片复现
godspeed_lucip18 小时前
LLM和Agent——专题5: LLM Ops 入门(2)
人工智能·python
技术钱18 小时前
RAG 开发 6 个阶段优化策略分析
python
QFIUNE18 小时前
使用 MMseqs2 计算多个 DTI 数据集的蛋白序列相似度
linux·python·ubuntu
念恒1230618 小时前
Python 函数完全指南:定义与调用
开发语言·python
大数据魔法师18 小时前
Streamlit(十二)- API 参考文档(五)- 输入组件
python·web
涛声依旧-底层原理研究所18 小时前
Node.js在高并发低延迟场景中的优势
java·人工智能·python·node.js