<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          C# + Selenium + ChromeDriver 爬取網(wǎng)頁(yè)

          共 5548字,需瀏覽 12分鐘

           ·

          2021-01-20 15:27



          臘八節(jié)快樂(lè)


          轉(zhuǎn)自:UP技術(shù)控
          cnblogs.com/lyl6796910/p/14166876.html

          背景


          Selenium是一個(gè)用于Web應(yīng)用程序測(cè)試的工具。Selenium測(cè)試直接運(yùn)行在瀏覽器中,就像真正的用戶在操作一樣。而對(duì)于爬蟲(chóng)來(lái)說(shuō),使用Selenium操控瀏覽器來(lái)爬取網(wǎng)上的數(shù)據(jù)那么肯定是爬蟲(chóng)中的殺手武器。這里,我將介紹selenium + 谷歌瀏覽器的一般使用。


          需求


          在平常的爬蟲(chóng)開(kāi)發(fā)中,有時(shí)候網(wǎng)頁(yè)是一堆js堆起來(lái)的代碼,涉及很多異步計(jì)算,如果是普通的http 控制臺(tái)請(qǐng)求,那么得到的源文件是一堆js ,需要自己在去組裝數(shù)據(jù),很費(fèi)力;但是采用Selenium+ChromeDriver可以達(dá)到所見(jiàn)即所得的完美效果。


          實(shí)現(xiàn)方式


          項(xiàng)目結(jié)構(gòu):為了方便使用,用的winform程序,附nuget包



          下是form1.cs的代碼,這里就只放關(guān)鍵方法代碼了。需要安裝最新的chrome瀏覽器+代碼中使用的chromedriver是 v2.9.248315


          private void crawlingWebFunc()
          {
          SetText("\r\n開(kāi)始嘗試...");
          List surls = new List();
          string path = System.Environment.CurrentDirectory + "\\圖片url\\";
          DirectoryInfo root = new DirectoryInfo(path);
          DirectoryInfo[] dics = root.GetDirectories();
          foreach (var itemdic in dics)
          {
          string txt = "";
          StreamReader sr = new StreamReader(itemdic.FullName + "\\data.txt");
          while (!sr.EndOfStream)
          {
          string str = sr.ReadLine();
          txt += str;// + "\n";
          }
          sr.Close();
          surls.Add(new testfold() { key = itemdic.FullName, picurl = txt });
          }
          ChromeDriverService service = ChromeDriverService.CreateDefaultService(System.Environment.CurrentDirectory);
          // service.HideCommandPromptWindow = true;
          ChromeOptions options = new ChromeOptions();
          options.AddArguments("--test-type", "--ignore-certificate-errors");
          options.AddArgument("enable-automation");
          // options.AddArgument("headless");
          // options.AddArguments("--proxy-server=http://user:[email protected]:8080");
          using (IWebDriver driver = new OpenQA.Selenium.Chrome.ChromeDriver(service, options, TimeSpan.FromSeconds(120)))
          {
          driver.Url = "https://www.1688.com/";
          Thread.Sleep(200);
          try
          {
          int a = 1;
          foreach (var itemsurls in surls)
          {
          SetText("\r\n第" + a.ToString() + "個(gè)");
          driver.Navigate().GoToUrl(itemsurls.picurl);
          //登錄
          if (driver.Url.Contains("login.1688.com"))
          {
          SetText("\r\n需要登錄,開(kāi)始嘗試...");
          trylogin(driver); //嘗試登錄完成
          //再試試 driver.Navigate().GoToUrl("https://s.1688.com/youyuan/index.htm?tab=imageSearch&imageType=oss&imageAddress=cbuimgsearch/eWXC7XHHPN1607529600000&spm=");
          if (driver.Url.Contains("login.1688.com"))
          {
          //沒(méi)辦法退出
          SetText("\r\n退出,換ip重試...");
          return;
          }
          }
          //鼠標(biāo)放上去的內(nèi)容因?yàn)轫?yè)面自帶只能顯示一個(gè)的原因 沒(méi)辦法做到全部顯示 然后在下載 只能是其他方式下載
          // var elements = document.getElementsByClassName('hover-container');
          // Array.prototype.forEach.call(elements, function(element) {
          // element.style.display = "block";
          // console.log(element);
          // });
          // IJavaScriptExecutor js = (IJavaScriptExecutor)driver;
          // var sss = js.ExecuteScript(" var elements = document.getElementsByClassName('hover-container'); Array.prototype.forEach.call(elements, function(element) { console.log(element); element.setAttribute(\"class\", \"測(cè)試title\"); element.style.display = \"block\"; console.log(element); });");
          Thread.Sleep(500);
          var responseModel = Write(itemsurls.key, driver.PageSource, Pagetypeenum.列表);
          Thread.Sleep(500);
          int i = 1;
          foreach (var offer in responseModel?.data?.offerList ?? new List())
          { driver.Navigate().GoToUrl(offer.information.detailUrl);
          string responseDatadetail = driver.PageSource;
          Write(itemsurls.key, driver.PageSource, Pagetypeenum.詳情);
          SetText("\r\n第" + a.ToString() + "-" + i.ToString() + "個(gè)");
          Thread.Sleep(500);
          i++;
          }
          }
          }
          catch (Exception ex)
          {
          CloseChromeDriver(driver);
          throw;
          }
          }
          }


          #region 異常 退出chromedriver
          [DllImport("user32.dll", EntryPoint = "FindWindow")]
          private extern static IntPtr FindWindow(string lpClassName, string lpWindowName);
          [DllImport("user32.dll", EntryPoint = "SendMessage")]
          public static extern int SendMessage(IntPtr hWnd, int Msg, int wParam, int lParam);
          public const int SW_HIDE = 0;
          public const int SW_SHOW = 5;
          [DllImport("user32.dll", EntryPoint = "ShowWindow")]
          public static extern int ShowWindow(IntPtr hwnd, int nCmdShow);

          ///
          /// 獲取窗口句柄
          ///

          ///
          public IntPtr GetWindowHandle()
          {
          string name = (Environment.CurrentDirectory + "\\chromedriver.exe");
          IntPtr hwd = FindWindow(null, name);
          return hwd;
          }

          ///
          /// 關(guān)閉chromedriver窗口
          ///

          public void CloseWindow()
          {
          try
          {
          IntPtr hwd = GetWindowHandle();
          SendMessage(hwd, 0x10, 0, 0);
          }
          catch { }
          }
          ///
          /// 退出chromedriver
          ///

          ///
          public void CloseChromeDriver(IWebDriver driver)
          {
          try
          {
          driver.Quit();
          driver.Dispose();
          }
          catch { }
          CloseWindow();
          }



          總結(jié)


          說(shuō)一下思路:


          1、跳轉(zhuǎn)到指定的網(wǎng)頁(yè)driver.Navigate().GoToUrl


          2、確定數(shù)據(jù)源,從driver.PageSource讀取數(shù)據(jù)


          3、對(duì)html數(shù)據(jù)進(jìn)行解析



          臘八節(jié)快樂(lè)


          往期精彩回顧




          【推薦】.NET Core開(kāi)發(fā)實(shí)戰(zhàn)視頻課程?★★★

          .NET Core實(shí)戰(zhàn)項(xiàng)目之CMS 第一章 入門(mén)篇-開(kāi)篇及總體規(guī)劃

          【.NET Core微服務(wù)實(shí)戰(zhàn)-統(tǒng)一身份認(rèn)證】開(kāi)篇及目錄索引

          Redis基本使用及百億數(shù)據(jù)量中的使用技巧分享(附視頻地址及觀看指南)

          .NET Core中的一個(gè)接口多種實(shí)現(xiàn)的依賴(lài)注入與動(dòng)態(tài)選擇看這篇就夠了

          10個(gè)小技巧助您寫(xiě)出高性能的ASP.NET Core代碼

          用abp vNext快速開(kāi)發(fā)Quartz.NET定時(shí)任務(wù)管理界面

          在ASP.NET Core中創(chuàng)建基于Quartz.NET托管服務(wù)輕松實(shí)現(xiàn)作業(yè)調(diào)度

          現(xiàn)身說(shuō)法:實(shí)際業(yè)務(wù)出發(fā)分析百億數(shù)據(jù)量下的多表查詢(xún)優(yōu)化

          關(guān)于C#異步編程你應(yīng)該了解的幾點(diǎn)建議

          C#異步編程看這篇就夠了

          瀏覽 60
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          評(píng)論
          圖片
          表情
          推薦
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  青青草,超碰在线 | 色噜噜在线国产 | 国产精品在线观看成人视频 | 中文字幕一区二区二三区四区 | 午夜精品尤物福利视频 |