selenium爬取网页部分HTML代码
1、构造webdriver启动方法
driver = webdriver.Chrome()
base_url ="https://movie.douban.com/subject/26100958/"
driver.get(base_url)
2、保存完整HTML代码
print(driver.page_source)
3、保存部分HTML代码,及其他方法
# 定位至节点
elem = driver.find_element(By.ID,"info")
htm_dat = elem.get_property("outerHTML")print('获取节点的html源码:', htm_dat)
htm_name = elem.get_property("nodeName")print('节点名称:', htm_name)
htm_type = elem.get_property("nodeType")print('节点类型:', htm_type)
htm_ght = elem.get_property("clientHeight")print('节点实际高度:', htm_ght)
htm_dth = elem.get_property("clientWidth")print('节点实际宽度:', htm_dth)
htm_node_name = elem.get_property("parentNode").get_property("nodeName")print('该节点的父节点.名称:', htm_node_name)
htm_next_htm = elem.get_property("nextSibling").get_property("outerHTML")print('该节点的相邻的下一个节点.源码:', htm_next_htm)
其他方案1:BeautifulSoup
安装:pip3 install beautifulsoup4
pip install lxml
其他方案2:lxml库中etree.HTML()
安装:pip install bs4
pip install lxml
pip install html5lib
本文转载自: https://blog.csdn.net/Peter_cat0/article/details/126269814
版权归原作者 终究不过一场梦 所有, 如有侵权,请联系我们删除。
版权归原作者 终究不过一场梦 所有, 如有侵权,请联系我们删除。