python - 用selenium+phantomjs抓取异步加载的网页内容 为什么抓不到呢?
黄舟
黄舟 2017-04-18 09:07:51
[Python讨论组]

我要抓取如下网站的信息:http://www.cninfo.com.cn/information/companyinfo_n.html?fulltext?szcn300027,想获取里面所有文件的链接,然后下载下来。
这个网页时动态加载的,在源代码里面没有链接,所以我尝试用selenium+phantomjs的方法来获取内容,但是提示说找不到,想问问大家问题在哪儿?
代码如下:

# -*-coding:utf8 -*-

import requests
from selenium import webdriver
import time

class CninfInfo:
    def __init__(self):
        self.url = "http://www.cninfo.com.cn/cninfo-new/index"
        self.driver = webdriver.PhantomJS()

    def GetInfo(self):
        url = "http://www.cninfo.com.cn/information/companyinfo_n.html?fulltext?szcn300027"
        time.sleep(10)
        names = self.driver.find_elements_by_xpath("//ul[@class='ct-line']/li/p[@class='g3']/dd/span[@class='d1']/a")
        for name in names:
            print("名称为:",name.text)

if __name__ == "__main__":
    CI = CninfInfo()
    a = CI.GetInfo()

    
黄舟
黄舟

人生最曼妙的风景,竟是内心的淡定与从容!

全部回复(2)
巴扎黑

目测没有调用 driver.get(url)

巴扎黑
  1. 首先输出完整的xml目录树,看看目录树中有没有你想要的数据

  2. 如果有再检查xpath代码有没有错误,如果目录树正确,可以尝试替换xpath代码为

//*[@id="ul_a_latest"]/li[2]/p[3]/dd[1]/span[1]/a
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号