爬蟲小記

  • 利用selenium模擬登入，獲取cookies
from selenium import webdriver
import requests
#模擬登陸
browse = webdriver.Chrome()
browse.get(url)

#獲取cookie
def getCookies():
    cookie_arr = [item["name"] + "=" + item["value"] for item in browse.get_cookies()] 
    cookies = ';'.join(item for item in cookie_arr)
    return cookies
headers = {'Cookie':cookies}
requests.get("http://www.baidu.com", headers = headers)
  • 爬取https鏈接，解決SSL證書錯(cuò)誤問題：SSLError: bad handshake
requests.get("https://webvpn.ruijie.com.cn", headers = headers, verify=false)
  • 解決warning問題
from requests.packages.urllib3.exceptions import InsecureRequestWarning
# 禁用安全請(qǐng)求警告
requests.packages.urllib3.disable_warnings(InsecureRequestWarning)
  • 解決html中文亂碼問題
html = requests.get(url)
html.encoding = "utf-8"
  • xpath 用法
  • 取消彈窗警告
browse.switch_to_alert.accept()
browse.switch_to_alert.dismiss()
最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容