基于Python，Selenium和PhantomJS实现动态页面爬取

1.下载安装Python2.7，将Python安装目录加入系统环境变量PTAH中。
2.在Python官网下载SetupTools，解压安装。
3.安装SetupTools之后，在Python安装目录下可找到Scripts目录。
4.将Scripts目录加入系统环境变量PTAH中。
5.打开cmd命令行，将目录切换到Scripts目录下，输入命令“easy_install pip”安装pip。
6.pip安装完成后，输入命令“pip install -U selenium” 下载安装最新版本的selenium。
7.编写抓取动态页面的Python脚本，下面是爬取淘宝搜索“python”结果页的完整脚本代码。

# coding=gbk 

from selenium import webdriver 
import time 

driver = webdriver.PhantomJS(executable_path="phantomjs.exe")
url = 'http://www.baidu.com/s?wd=%CC%EC%CF%C2%CE%DE%D4%F4'

def get_html():
    return driver.page_source.encode('gbk','ignore')

def get_screen_shot():
    driver.get_screenshot_as_file("3.jpg")

def test():      
    driver.get(url)
    time.sleep(5)

    print get_html()
    get_screen_shot() 

    driver.close()

if __name__ == '__main__':
    test()

8.执行脚本前需要下载浏览器phantomjs，将下载文件夹中的phantomjs.exe拷贝至我们的脚本所在目录下。
9.执行脚本，爬取页面，下面是对爬取结果截图的图片(部分)。