1.几个网上资源:
phantomjs淘宝的镜像: http://npm.taobao.org/dist/phantomjs/
虫师整理的Selenium + Python材料:http://www.cnblogs.com/fnng/archive/2013/10/31/3400022.html
Selenium Client Driver安装与简单例子:http://seleniumhq.github.io/selenium/docs/api/py/index.html
cjafety整理的材料:http://blog.csdn.net/cjsafty/article/details/9206323
PhantomJS不支持哪些操作:http://www.zhihu.com/question/26653233
2. Selenium Web driver方式:
Selenium 驱动Firefox浏览器,下面代码的效果会启动Firefox浏览器,在百度的搜索框内填写查询字符串selenium,然后点击搜索按钮。
这种方式相当于控制了Firefox,有Firefox的界面出来,可能会影响效率。如果要驱动Google Chrome,则要安装Chrome web driver。
from selenium import webdriver
browser = webdriver.Firefox()
browser.get("http://www.baidu.com")
browser.find_element_by_id("kw").send_keys("selenium")
browser.find_element_by_id("su").click()
browser.quit()
3. Selenium + PhantomJS 方式:
Selenium驱动PhantomJS方式,由于PhantomJS属于Headless的浏览器,没有GUI,Selenium驱动时会出现黑漆漆的cmd窗口,可能效率比2要高点。
PhantomJS需要单独安装,加到系统环境变量Path中,就可在Selenium中使用PhantomJS。
from selenium import webdriver
driver = webdriver.PhantomJS()
driver.get('http://www.baidu.com')
data = driver.find_element_by_id('cp').text
print data
driver.quit()
上述代码要注意get方法的url要带上http,否则会获取不到网页,导致报错。
帮助文档:http://docs.seleniumhq.org/docs/03_webdriver.jsp
Python Webdriver类源代码:https://github.com/SeleniumHQ/selenium/blob/master/py/selenium/webdriver/remote/webdriver.py
WebElement类源代码:https://github.com/SeleniumHQ/selenium/blob/master/py/selenium/webdriver/remote/webelement.py