分享知識 傳遞快樂
用 Selenium 爬蟲獲取網頁上顯示的文本,首先安裝 lxml 模塊:
pip install lxml
代碼:
driver = webdriver.Chrome()
driver.maximize_window()
driver.get("url")
# 獲取頁面源代碼
html_source = driver.page_source
# 重點
html = lxml.html.fromstring(html_source)
# 獲取標籤下所有文本
items = html.xpath("//div[@id='y_prodsingle']//text()")
# 正則 匹配以下內容 \s+ 首空格 \s+$ 尾空格 \n 換行
pattern = re.compile("^\s+|\s+$|\n")
clause_text = ""
for item in items:
# 將匹配到的內容用空替換,即去除匹配的內容,只留下文本
line = re.sub(pattern, "", item)
if len(line) > 0:
clause_text += line + "\n"
#
#
print(clause_text)
參考:
如果您另有獲取頁面文本的方法請留言。
—————————
如有不足請留言指正
相互學習,共同進步