Python + selenium爬虫实例

我这里用到了的python+selenium来抓取链家房数据，因为很多时候分析参数，头疼，能分析的还好
有些网页就很变态咯，参数都是经过加密的。
selenium自动化优点(我去找了一下度娘…哈哈)，完全可以模拟人工操作网页，而且相对其他爬虫不用写请求头、分析参数等(愉快)
例如直接request的，听说更容易被封(403)，我只是听说！
最后希望更大家互勉互力，一同进步！
现在跟大家分享一下python selenium的小知识…

1、安裝selenium
命令行：pip install selenium 敲回车

2、下载chromedriver插件，对应自己的版本
链接在此：http://chromedriver.storage.googleapis.com/index.html

直接放在Python的Scripts目录下就可以不能配置变量了，而且也不用声明路径
（后面会说到）
3、安装pyquery 一样的用到pip安装 敲回车

命令行：pip install pyquery
4、安装pymysql
命令行：pip install pymysql 同上

5、以上安装完成后，开始我們的骚操作了。

1、网页分析

我们不用声明请求头还有分析一些参数了，只要我们拿到URL，指哪爬哪！
此次抓取的数据如下：
那这些数据的提取正题就来了！
打开开发者工具，google浏览器直接挫F12

发现每个小区的售房信息都在ul下的li标签里面。直接上代码

第一步拿到html结构，然后用pyquery解析遍历li标签，我使用了items()方法
提取小区名称，找到a标签的class

提取房类的文本，span标签下面

其他的TEXT文本都是这样的方法提取
提醒的一点就是

我们这里判断一下ul的class，防止有时候网络加载的问题，导致发生错误。

模拟滚动，点击下一页小动作

我们每跳转一页就滚动一下滚动条，这个有好处的哦有时候很多异步加载的，例如一下ajax加载的就是很好的例子了，查看评论的时候很多是这样的！我们来看一下

这也是个方法，根据个人不同来定义，我这里以800来滚动。
然后就是点击下一页的动作，网页有下一页的

代码实现 直接上图

一些其他的小动作，可以自己添加哦！

数据存储

我这里用mysql存放数据，上图
我提前把数据表建好了的，表名为lianjie_data，数据库名是lianjie，这里根据个人情况。
你可以写一个data_save的方法，我这里简单粗暴点从上到下直接写完了。
好了运行程序

数据展示

是不是完完全全模拟人工操作呢，其实我没加太多动作 嘻嘻
源码后续放出来，也会写一些更多的小知识更大家分享