- 综合排序
- 最热优先
- 最新优先
- 来自专栏嘘、小点声
python网络爬虫（9）构建基础爬虫思路
目的意义 基础爬虫分5个模块，使用多个文件相互配合，实现一个相对完善的数据爬取方案，便于以后更完善的爬虫做准备。 https://book.douban.com/subject/27061630/ 功能模块 主文件：爬虫调度器，通过调用其他文件中的方法，完成最终功能实现。 设计思路 定义SpiderMan类作为爬虫调度器。输入根URL开始爬取数据然后爬取结束。 在爬取过程中，需要获取网页，和解析网页。 解析网页需要HTML解析器，获取网页需要HTML下载器。 main__": spider_man=SpiderMan() spider_man.crawl("https://baike.baidu.com/item/%E7%BD%91%E7%BB%9C
1.1K10发布于 2019-07-31 - 来自专栏北山啦的博客
Selenium自动化爬虫
Python爬虫入门之 Selenium自动化爬虫 Selenium官方文档 1. Selenium的安装配置 pip install selenium selenium配置 2. self.browser.get(self.url) self.browser.find_element_by_xpath('//*[@id="key"]').send_keys('爬虫书籍 option.add_experimental_option('excludeSwitches', ['enable-automation']) browser = webdriver.Chrome(options=option) # 关闭自动化扩展信息 option.add_experimental_option('excludeSwitches', ['enable-automation']) browser = webdriver.Chrome(options=option) # 关闭自动化扩展信息 ) # 点击搜索 browser.find_element_by_xpath('//*[@id="wrap"]/div[4]/div/div/div[1]/form/button').click() 9.
1.8K30编辑于 2022-11-27 - 来自专栏中间件的探究
python自动化爬虫实战
python自动化爬虫实战 偶然的一次机会再次用到爬虫，借此机会记录一下爬虫的学习经历，方便后续复用。 需求：爬取网站数据并存入的csv文件中，总体分为两步 爬取网站数据 存到到csv文件中 1、配置爬虫环境 1.1、下载自动化测试驱动 由于需要实现模拟手动点击浏览器的效果，因此笔者使用到了chromedriver.exe 自动化驱动文件。 1.2、下载需要的库文件 笔者这里用到了：request、 selenium、 beautifulsoup4 在Setting中的Project项目下载对应的库文件 2、编写代码 以上爬虫环境配置完成后 爬虫的基本逻辑： 配置谷歌浏览器的驱动文件和自动化测试文件 创建保存爬取数据的字典和设置读取的起始页码和结束页码 判断是否有下一页并进行等待，如果没有下一页则直接退出 解析读取到的页面信息 保存到csv
78130编辑于 2023-05-11 - 来自专栏社区的朋友们
爬虫实战：爬虫之 web 自动化终极杀手 ( 上）
作者：陈象 9/14/2017 11:43:07 PM 导语： 最近写了好几个简单的爬虫，踩了好几个深坑，在这里总结一下，给大家在编写爬虫时候能给点思路。本次爬虫内容有：静态页面的爬取。 web自动化终极爬虫。 解决方案： 通过使用web自动化获取数据。 方案2： 更换浏览器，本次选择使用chrome浏览器进行自动化操作。 安装chrome自动化控制插件。 下载ChromeDriver插件。 接《爬虫实战 : 爬虫之 web 自动化终极杀手（下）》
5.7K10发布于 2017-09-19 - 来自专栏社区的朋友们
爬虫实战 : 爬虫之 web 自动化终极杀手（下）
作者：陈象 接《 爬虫实战：爬虫之 web 自动化终极杀手 ( 上）》 再理一下方案步骤： 模拟用户登录 进入个人播放页 获取cookies 获取token cookie,并将其添加到headers sheet.write(ll, 8, data.singer.encode('utf8')) sheet.write(ll, 9, 在本次爬虫编写中，主要遇到的问题是在网易云音乐url加密解析的理解和破解能力。在上文贴出的代码可能有运行不成功的可能，这是从项目提取出来的相关代码。 如有错误请多多指教！ selenium库：可以模拟真实浏览器，自动化测试工具，支持多种浏览器，爬虫中主要用来解决JavaScript渲染问题。 xlrd库：excel读取工具 xlwt库：excel写入工具 9/17/2017 2:25:41 PM 完
4.8K10发布于 2017-09-20 - 来自专栏s09g的技术博客
System Design Interview 9 设计网络爬虫
Step 9: After links are filtered, they are passed to the “URL Seen?” component. 第9步：经过筛选的链接被传递给“已见过的URL？”组件。 Figure 9 shows an example of a distributed crawl. 为了实现高性能，爬取任务被分配给多个服务器，每个服务器中运行着多个线程。 图9展示了一个分布式爬取的例子。 将爬虫服务器按地理位置分布。爬虫服务器离网站主机越近，爬虫的下载速度会越快。本地性设计可以应用到大部分系统组件上：爬虫服务器、缓存、队列、存储等。
68610编辑于 2024-04-10 - 来自专栏python3
web自动化爬虫selenium ce
wget https://dl.google.com/linux/d... --no-check-certificate
80020发布于 2020-01-02 爬虫策略规避：Python爬虫的浏览器自动化
网络爬虫作为一种自动化获取网页数据的技术，被广泛应用于数据挖掘、市场分析、竞争情报等领域。然而，随着反爬虫技术的不断进步，简单的爬虫程序往往难以突破网站的反爬虫策略。 因此，采用更高级的爬虫策略，如浏览器自动化，成为了爬虫开发者的必然选择。浏览器自动化概述浏览器自动化是指通过编程方式控制浏览器执行一系列操作的技术。 在爬虫领域，浏览器自动化可以帮助我们模拟真实用户的行为，从而规避一些简单的反爬虫检测。Python作为一门强大的编程语言，拥有多个库可以实现浏览器自动化，如Selenium、Pyppeteer等。 异常处理：使用try-except结构处理页面结构变化导致的异常，确保爬虫的健壮性。总结通过使用Selenium进行浏览器自动化，我们可以有效地规避一些简单的反爬虫策略，提高爬虫的抓取成功率。 然而，随着反爬虫技术的不断进步，单一的浏览器自动化技术可能难以应对所有挑战。因此，在实际应用中，我们需要结合多种技术，如IP代理、请求头伪装、行为分析等，来构建更加强大和稳健的爬虫系统。
93710编辑于 2024-11-08- 来自专栏FunTester
应对自动化测试9大挑战
Web 应用程序的动态、快速变化和关键业务的重要性不断挑战传统自动化测试和测试框架的极限。本文讨论了最常遇到的关键挑战，以及如何帮助简单地或自动地应对这些挑战。 修复损坏的测试通常称为维护，通常维护成本随着自动化项目的复杂程度和用例数量的增加而指数增加。对传统开源框架的维护可能会消耗团队高达 40% 的优质资源。 同步测试 当测试在自动化平台中执行时，测试步骤的时间必须与应用程序的时间相匹配，否则测试将找不到正确的元素。 使用代码自定义无代码测试 市场上有许多低代码或无代码测试自动化工具，它们通过使用基于模型或记录/回放的方法来编写测试来简化 UI 测试编写。 随机弹出窗口 弹出窗口是可能时造成自动化测试失败的最大的困扰。因为弹框的类型多种多样，通常难以不测，会阻止测试的顺利运行。
1.1K20编辑于 2022-12-09 - 来自专栏武军超python专栏
11月9日python分布式爬虫
另外，如果需要继承，也可以定义为类方法，实例对象和类对象都可以调用 使用分布式必须要安装： pip install scrapy-redis 分布式： 分布式爬虫的难点在于多台机器之间怎么互相通信而防止爬取重复的 生成爬虫可以不加模板，不加模板的话就不会出现rules,需要自己写 起始url不写在项目中，写在redis数据库中 索引页要follow,国家内容不follow,但是有callback from scrapy_redis.spiders import RedisCrawlSpider 引入需要的模块，爬虫模块继承的类需要改成RedisCrawlSpider 如果出现填一个url才能爬取一个url 如果使用/来表示路径可以直接写绝对路径，如果使用\则需要在绝对路径的前面加r来表示不转义，以原字符解释, 路径的 最后一定要加/表示最后那个文件下： with open('G:/第四阶段/11月9日 as f: f.write((item['aname']+','+item['atype'] + '\n')) f.close() with open(r'G:\第四阶段\11月9日
54920发布于 2019-02-25 - 来自专栏技术探究
爬虫系列（9）爬虫的多线程理论以及动态数据的获取方法。
NO·1 爬虫之多线程 1. 引入 我们之前写的爬虫都是单个线程的？这怎么够？一旦一个地方卡到不动了，那不就永远等待下去了？为此我们可以使用多线程或者多进程来处理。 如何使用 爬虫使用多线程来处理网络请求，使用线程来处理URL队列中的url，然后将url返回的结果保存在另一个队列中，其它线程在读取这个队列中的数据，然后写到文件中去 3. Selenium Selenium是一个Web的自动化测试工具，最初是为网站自动化测试而开发的，类型像我们玩游戏用的按键精灵，可以按指定的命令自动操作，不同是Selenium 可以直接运行在浏览器上，它支持所有主流的浏览器 keyword=%E7%AC%94%E8%AE%B0%E6%9C%AC&enc=utf-8&wq=%E7%AC%94%E8%AE%B0%E6%9C%AC&pvid=845d019c94f6476ca5c4ffc24df6865a 9 =把图像当作一个圆圈中的一个词来对待。 10 =将图像作为单个字符处理 -l eng 代表使用英语识别
3.7K30发布于 2019-07-10 - 来自专栏小徐学爬虫
PowerShell部署Windows爬虫自动化方案
在Windows系统中使用PowerShell部署爬虫自动化，通常涉及以下几个步骤：比如说安装必要的软（如Python、Chrome浏览器、ChromeDriver等），同时还要创建爬虫脚本（假设使用Python 编写）最后一步设置计划任务（Task Scheduler）定期运行爬虫。 那么在Windows系统中使用PowerShell部署爬虫自动化，如何对环境配置、脚本开发、任务调度和监控管理四个核心环节进行部署。 target-class").text with open("output.txt", "w") as f: f.write(data)finally: driver.quit()3、自动化调度 结合我上面的程序，大家就可实现稳定高效的Windows爬虫自动化系统，适合数据采集、监控等场景。这样是不是觉得很有趣？不防跟着我一起尝试下看看。
53610编辑于 2025-08-06 - 来自专栏python3
Python自动化开发学习-爬虫3
爬取多个网页 讲师的博客：https://www.cnblogs.com/wupeiqi/p/6229292.html 在编写爬虫时，性能的消耗主要在IO请求中，当单进程单线程模式下请求URL时必然会引起等待
92610发布于 2020-01-06 - 来自专栏Pandas基础实践
红米 9A 的自动化测试
最近在测试某 APP 在低端手机上的运行状态时，选择了红米 A9 这个型号的手机。 并不是说这个手机低端，只是论配置，在我手里的测试机里面算是低配的了。 USB 权限 相信所有做自动化测试的小伙伴，拿到手机的第一件事就是开启开发者模式，然后将 USB 调试打开。 嗯，我也是这样的，可就在这一步我惊呆了。 怎么？ 目前遇到了这些问题，后续如果有其他问题还会继续更新本文，希望本文能帮助那些用红米做自动化测试的小伙伴。
45400编辑于 2023-12-29 - 来自专栏测试开发技术
9款开源自动化测试框架！
自动化测试框架由一组最佳实践，通用工具和库组成，可帮助测试人员评估多个Web和移动应用的功能，安全性，可用性和可访问性。而在，软件开发世界中有很多的自动化测试框架，该如何选择？ 在选择开源的自动化测试框架时，务必关注这些关键要素，比如可重用、易于维护、最少的人工干预、稳定性、可扩展等。 如何选择测试自动化框架？ 由于不同的业务有不同的需求，因此很难在自动化测试框架中匹配所有的因素。但是，大多数企业会在自动化测试框架中遵循一些关键标准。 1、易于脚本开发：测试框架必须支持敏捷过程和短迭代。 下面根据我们的经验，为大家推荐9个开源的自动化测试框架，方便朋友们参考。 01Appium Appium是一个基于WebDriver协议的开源自动化测试框架，用于测试移动应用程序。 03Galen 如果测试自动化工作主要是为了改善用户体验，那么Galen是可以使用的自动化测试框架之一。Galen专门针对UX测试，提供了用于测试、验证移动或Web应用程序布局的特定语法。
4.4K10编辑于 2021-12-13 - 来自专栏测试游记
Java自动化测试(Excel文件解析 9)
把java内存中内容写入excel文件中 sheets.write(fos); // 9.
1.4K10发布于 2020-07-21 - 来自专栏FunTester
基于爬虫的测试自动化经验分享
之前很难区分自动化测试和测试自动化之间的区别，一直傻傻分不清楚，最近在工作实践中，突然对测试自动化有了深入的理解。 个人理解：自动化测试侧重于测试，是一种测试技术。 测试自动化侧重于自动化，是一种测试工作方式或者思路。 下面分享一下我的测试自动化一段经历，抛砖引玉，欢迎一起交流。 测试自动化 通过痛点的整理归类，原因就是两只眼睛盯不住那些监控。所以想到一个解决思路：通过爬虫解决监控问题，结合机器人通知及时预警。 成果 极大减少了监控占用的精力，避免了遗漏 发现了几个线上服务的BUG 某几次服务异常，提前1 ~ 2分钟发出预警 报警文案增加小组标识，极大提升了存在感 做完这些总结突然发现如果把测试自动化和办公自动化放在一起
40920编辑于 2022-04-01 - 来自专栏历史专栏
【愚公系列】2021年12月 python爬虫自动化-爬虫环境搭建
爬虫爬取 二、爬虫所需要的库： 1. urllib 标准库，无需安装，直接 import 使用 2. requests 库，需要安装 3. selenium 库，需要安装 4. phantomJS ，官网下载 爬虫爬取 二、爬虫所需要的库： 1. urllib 标准库，无需安装，直接 import 使用 2. requests 库，需要安装 pip install requests 3. selenium 库
42030编辑于 2021-12-20 自动化Reddit图片收集：Python爬虫技巧
对于数据科学家、市场研究人员或任何需要大量图片资源的人来说，自动化地从Reddit收集图片是一个极具价值的技能。 本文将详细介绍如何使用Python编程语言，结合requests和BeautifulSoup库，来构建一个自动化Reddit图片收集的爬虫。环境准备在开始之前，确保你的开发环境中已安装Python。 可以通过pip命令安装这些库：pip install requests beautifulsoup4爬虫设计爬虫的主要任务是发送网络请求，获取Reddit热门图片的链接，并解析这些链接以下载图片。 整合爬虫将所有步骤整合到一个函数中，并调用它。 多线程或异步请求：提高爬虫的下载速度。
72010编辑于 2024-06-04- 来自专栏从零开始学自动化测试
Appium+python自动化9-SDK Manager
前言 SDK Manager到有哪些东西是必须安装的呢？ 一、SDK Manager 1.双击打开SDK Manager界面 2.Tools里面前三个是必须下载的 --Android SDK Tool
86960发布于 2018-04-08
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号