本文實例講述了Python3實現(xiàn)抓取javascript動態(tài)生成的html網(wǎng)頁功能。分享給大家供大家參考，具體如下：

用urllib等抓取網(wǎng)頁，只能讀取網(wǎng)頁的靜態(tài)源文件，而抓不到由javascript生成的內(nèi)容。

究其原因，是因為urllib是瞬時抓取，它不會等javascript的加載延遲，所以頁面中由javascript生成的內(nèi)容，urllib讀取不到。

那由javascript生成的內(nèi)容就真的沒有辦法讀取了嗎？非也！

這里要介紹一個python庫：selenium，本文使用的版本是 2.44.0

先安裝：

pip install -U selenium

下面用三個例子來說明其用法：

【例0】

打開一個Firefox瀏覽器
載入所給url地址的頁面

from selenium import webdriverbrowser = webdriver.Firefox()browser.get('http://www.baidu.com/')

【例1】

打開一個Firefox瀏覽器
載入百度主頁
搜索 “seleniumhq”
關(guān)閉瀏覽器

from selenium import webdriverfrom selenium.webdriver.common.keys import Keysbrowser = webdriver.Firefox()browser.get('http://www.baidu.com')assert '百度' in browser.titleelem = browser.find_element_by_name('p') # Find the search boxelem.send_keys('seleniumhq' + Keys.RETURN) # 模擬按鍵browser.quit()

【例2】

Selenium WebDriver 常用于網(wǎng)絡(luò)程序的測試。 下面是一個使用Python標準庫 unittest 的例子:

import unittestclass BaiduTestCase(unittest.TestCase):  def setUp(self):    self.browser = webdriver.Firefox()    self.addCleanup(self.browser.quit)  def testPageTitle(self):    self.browser.get('http://www.baidu.com')    self.assertIn('百度', self.browser.title)if __name__ == '__main__':  unittest.main(verbosity=2)

更多關(guān)于Python相關(guān)內(nèi)容感興趣的讀者可查看本站專題：《Python進程與線程操作技巧總結(jié)》、《Python Socket編程技巧總結(jié)》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》、《Python入門與進階經(jīng)典教程》及《Python文件與目錄操作技巧匯總》

希望本文所述對大家Python程序設(shè)計有所幫助。