python爬虫之-------无界面爬取（快速入门）

一.基础

1.PhoantomJS：无界面浏览器

PhantomJS 是一个基于 Webkit 的“无界面”(headless)浏览器，它会把网站加载到内存并
执行页面上的 JavaScript，因为不会展示图形界面，所以运行起来比完整的浏览器要高效。
如果我们把 Selenium 和 PhantomJS 结合在一起，就可以运行一个非常强大的网络爬
虫了，这个爬虫可以处理 JavaScrip、Cookie、headers，以及任何我们真实用户需要做的事
情。
注意：PhantomJS 只能从它的官方网站 http://phantomjs.org/download.html) 下载。 因为
PhantomJS 是一个功能完善(虽然无界面)的浏览器而非一个 Python 库，所以它不需要
像 Python 的其他库一样安装，但我们可以通过 Selenium 调用 PhantomJS 来直接使用

2.Selenium：

Selenium 是一个 Web 的自动化测试工具，最初是为网站自动化测试而开发的，类型像
我们玩游戏用的按键精灵，可以按指定的命令自动操作，不同是 Selenium 可以直接运行在
浏览器上，它支持所有主流的浏览器（包括 PhantomJS 这些无界面的浏览器）。
Selenium 可以根据我们的指令，让浏览器自动加载页面，获取需要的数据，甚至页面
截屏，或者判断网站上某些动作是否发生。
Selenium 自己不带浏览器，不支持浏览器的功能，它需要与第三方浏览器结合在一起
才能使用。但是我们有时候需要让它内嵌在代码中运行，所以我们可以用一个叫 PhantomJS
的工具代替真实