python爬虫学习笔记（beautifulsoup+lxml+selenium --anaconda scrapy--vs17 ）包含模拟登陆淘宝

57 阅读 0 评论 38 点赞

我是靠谱客的博主坚强啤酒，最近开发中收集的这篇文章主要介绍python爬虫学习笔记（beautifulsoup+lxml+selenium --anaconda scrapy--vs17 ）包含模拟登陆淘宝，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

简单判断element是否在iframe中：鼠标右键出现‘查看框架的源代码’

在VS17中可以通过在python环境中自定义选择conda的虚拟环境运行scrapy

	scrapy	xpath	bs	selenium
选择文本	::text	text()	.text/get_text()	.text
获取属性	::attr()	@	.attrs[]	get_attribute()

scrapy得到的是selector
bs可以使用 .select()采用css选择器进行选择

一些tip:
webdriver开启开发者模式可以屏蔽网站对webdriver的检验

options = webdriver.ChromeOptions()
# 此步骤很重要，设置为开发者模式，防止被各大网站识别出来使用了Selenium
options.add_experimental_option('excludeSwitches', ['enable-automation'])
driver = webdriver.Chrome(options=options)

模拟登陆的两种思路：
1.基于以上策略后用selenium人工登陆后记录cookie，下次模拟登陆时add_cookie（eg.淘宝）
2.直接使用selenium或者post,需要处理验证码、滑块等各种情况（ps:淘宝的滑块就算我写了轨迹方程还是验证失败，搞得我心态崩了，最后用1.的方法成功登陆），较麻烦