python爬虫学习笔记（beautifulsoup+lxml+selenium --anaconda scrapy--vs17 ）包含模拟登陆淘宝

最新推荐文章于 2024-07-27 23:40:19 发布

原创最新推荐文章于 2024-07-27 23:40:19 发布 · 298 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #爬虫

python爬虫专栏收录该内容

0 篇文章

订阅专栏

本文介绍如何在VS17中使用Python环境自定义选择conda虚拟环境运行Scrapy，探讨了使用Selenium模拟登陆的两种策略，包括记录cookie和直接使用selenium或POST方法，并分享了规避网站对webdriver检测的小技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

简单判断element是否在iframe中：鼠标右键出现‘查看框架的源代码’

在VS17中可以通过在python环境中自定义选择conda的虚拟环境运行scrapy

	scrapy	xpath	bs	selenium
选择文本	::text	text()	.text/get_text()	.text
获取属性	::attr()	@	.attrs[]	get_attribute()

scrapy得到的是selector
bs可以使用 .select()采用css选择器进行选择

一些tip:
webdriver开启开发者模式可以屏蔽网站对webdriver的检验

options = webdriver.ChromeOptions()
# 此步骤很重要，设置为开发者模式，防止被各大网站识别出来使用了Selenium
options.add_experimental_option('excludeSwitches', ['enable-automation']) 
driver = webdriver.Chrome(options=options)

模拟登陆的两种思路：
1.基于以上策略后用selenium人工登陆后记录cookie，下次模拟登陆时add_cookie（eg.淘宝）
2.直接使用selenium或者post,需要处理验证码、滑块等各种情况（ps:淘宝的滑块就算我写了轨迹方程还是验证失败，搞得我心态崩了，最后用1.的方法成功登陆），较麻烦