PhantomJs是一個‘無頭’’=瀏覽器,
下載地址:http://phantomjs.org/download.html
下載之後最好把bin目錄設置成環境變量
他會把網站加載到內存並執行頁面上的JavaScript,但是他不會向用戶展示網頁的圖形界面(後臺運行瀏覽器),可以處理cookie,JavaScript,header以及任何你需要做的事情
注意:
部分公司內網閹割,會報出
urllib2.URLError:<urlopenerror [Errno 10061] >
是因爲ie局域網 設置了代理
from selenium importwebdriver
import time
driver =webdriver.PhantomJS(executable_path="C:/phantomjs/bin/phantomjs")
driver.get('http://pythonscraping.com/pages/javascript/ajaxDemo.html')
time.sleep(3)
print(driver.find_element_by_id("content").text)
如果設置完環境變量不能正常調用,在定義webdriver的時候指定phantomJs的目錄
你可以用webdriver的一些函數。
如果你還想是用bs4解析網頁的話,可以採用pagesource函數來返回頁面的源代碼字符串
pageSource =driver.page_source
bsObj =BeautifulSoup(pageSource)
print(bsObj.find(id="content").get_text())