python爬虫selenium点击耗时太久_Python爬虫(二十三)_selenium案例：动态模拟页面点击...

本篇主要介绍使用selenium模拟点击下一页，更多内容请参考:Python学习指南

#-*- coding:utf-8 -*-

import unittest

from selenium import webdriver

from selenium.webdriver.common.keys import Keys

from bs4 import BeautifulSoup

import time

class douyuSelenium(unittest.TestCase):

#初始化方法

def setUp(self):

self.driver = webdriver.PhantomJS(service_args=['--ignore-ssl-errors=true', '--ssl-protocol=any'])

#具体的测试用例方法，一定要以test开头

def testDouyu(self):

self.driver.get("http://www.douyu.com/directory/all")

while True:

#指定xml解析

soup = BeautifulSoup(self.driver.page_source, "lxml")

#返回当前页面的所有房间标题列表和观众人数列表

titles = soup.find_all('h3' , {'class':"ellipsis"})

print(len(titles))

nums = soup.find_all('span', {'class': "dy-num fr"})

# #使用zip()函数把列表合并，并创建一个远相对的列表[(1, 2), (3, 4)]

for title, num in zip(nums, titles):

print(u'观众人数： '+num.get_text().strip(), u'\t房间标题： '+title.get_text().strip())

#page_source.find()未找到内容则返回-1

if self.driver.page_source.find('shark-pager-disable-next') != -1:

break

self.driver.find_element_by_class_name('shark-pager-next').click()

time.sleep(1)

# 退出时的清理方法

def tearDown(self):

print("加载完成...")

self.driver.quit()

if __name__ == '__main__':

unittest.main()