前言
有些网站使用了懒加载技术:只有在浏览器中纵向滚动条滚动到指定的位置时,页面的元素才会被动态加载。注意,在加载之前,selenium的page_source是不会包含该页面的内容,page_source只包含加载出来的页面内容。那么如何实现加载全部内容,就需要模拟人滚动滚动条的行为,实现页面加载
代码如下:
from selenium import webdriver
import time
driver_path = r"E:\chromedriver.exe"
def get_brower():
#创建浏览器驱动
chrome_options = webdriver.ChromeOptions()
chrome_options.add_argument("--start-maximized")
browser = webdriver.Chrome(executable_path=driver_path, options=chrome_options)
time.sleep(3)
return browser
def drop_down(url,browser):
#加载界面
browser.get(url)
#获取页面高度
height = browser.execute_script("return action=document.body.scrollHeight")
#将滚动条调到页面底部
browser.execute_script("window.scrollTo(0,document.body.scrollHeight)")
time.sleep(5)
#定义一个初始时间戳
t1 = int(time.time())
num = 0
while True:
#获取当前的时间戳
t2 = int(time.time())
# 判断时间初始时间戳和当前时间戳相差是否大于30秒,小于30秒则下拉滚动条
if t2 - t1 < 30:
new_height = browser.execute_script("return action=document.body.scrollHeight")
if new_height > height:
time.sleep(1)
browser.execute_script('window.scrollTo(0, document.body.scrollHeight)')
# 重置初始页面高度
height = new_height
# 重置初始时间戳,重新计时
t1 = int(time.time())
elif num < 3: # 当超过30秒页面高度仍然没有更新时,进入重试逻辑,重试3次,每次等待20秒
time.sleep(20)
num = num + 1
else: # 超时并超过重试次数,程序结束跳出循环,并认为页面已经加载完毕!
print("滚动条已经处于页面最下方!")
# 滚动条调整至页面顶部
browser.execute_script('window.scrollTo(0, 0)')
break
if __name__ == '__main__':
browser = get_brower()
url = "https://www.iqiyi.com/"
drop_down(url,browser)
网友评论