手頭項(xiàng)目需要抓取一個(gè)用js渲染出來(lái)的網(wǎng)站中的數(shù)據(jù)。使用常用的httpclient抓回來(lái)的頁(yè)面是沒(méi)有數(shù)據(jù)。上網(wǎng)百度了一下,大家推薦的方案是使用PhantomJS。PhantomJS是一個(gè)沒(méi)有界面的webkit瀏覽器,能夠和瀏覽器效果一致的使用js渲染頁(yè)面。Selenium是一個(gè)web測(cè)試框架。使用Selenium來(lái)操作PhantomJS絕配。但是網(wǎng)上的例子多是Python的。無(wú)奈,下載了python按照教程搞了一下,卡在了Selenium的導(dǎo)入問(wèn)題上。遂放棄,還是用自己慣用的c#吧,就不信c#上沒(méi)有。經(jīng)過(guò)半個(gè)小時(shí)的折騰,搞定(python折騰了一個(gè)小時(shí))。記錄下這篇博文,讓我等搞c#的新手能用上PhantomJS。 第一步:打開(kāi)visual studio 2017 新建一個(gè)控制臺(tái)項(xiàng)目,打開(kāi)nuget包管理器。 第二部:搜索Selenium,安裝Selenium.WebDriver。注意:如果要使用代理的話最好安裝3.0.0版本。 第三步:寫(xiě)下如下圖所示的代碼。但是執(zhí)行的時(shí)候會(huì)報(bào)錯(cuò)。原因是找不到PhantomJS.exe。這時(shí)候可以去下載一個(gè),也可以繼續(xù)看第四步。
using OpenQA.Selenium; using OpenQA.Selenium.PhantomJS; using System; namespace ConsoleApp1 { class Program { static void Main(string[] args) { var url = "http://www.baidu.com"; IWebDriver driver = new PhantomJSDriver(GetPhantomJSDriverService()); driver.Navigate().GoToUrl(url); Console.WriteLine(driver.PageSource); Console.Read(); } private static PhantomJSDriverService GetPhantomJSDriverService() { PhantomJSDriverService pds = PhantomJSDriverService.CreateDefaultService(); //設(shè)置代理服務(wù)器地址 //pds.Proxy = $"{ip}:{port}"; //設(shè)置代理服務(wù)器認(rèn)證信息 //pds.ProxyAuthentication = GetProxyAuthorization(); return pds; } } }
第四步:打開(kāi)nuget安裝Selenium.PhantomJS.WebDriver包。 第五步:運(yùn)行??梢钥吹絧hantomjs.exe被自動(dòng)下載了。 好了,這樣就可以開(kāi)始你的數(shù)據(jù)抓取大業(yè)了。 |
|
來(lái)自: 黃金屋1 > 《Selenium》