基于selenium-java封装chrome、firefox、phantomjs实现爬虫

 更新时间:2020年10月28日 11:40:05   作者:zhouhao1256  
这篇文章主要介绍了基于selenium-java封装chrome、firefox、phantomjs实现爬虫,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧

2017年一直以来在公司负责爬虫项目相关工程,主要业务有预定、库存、在开发中也遇到很多问题,随手记录一下,后续会持续更新。

chrome、firefox、phantomjs插件安装和版本说明
基于selenium-java封装chrome、firefox、phantomjs实现爬虫

项目下载地址

maven版本说明

  <!-- +++|selenium|+++ -->
    <dependency>
      <groupId>org.seleniumhq.selenium</groupId>
      <artifactId>selenium-java</artifactId>
      <version>3.5.1</version>
    </dependency>
    <!-- +++|phantomjsdriver|+++ -->
    <dependency>
      <groupId>com.github.detro.ghostdriver</groupId>
      <artifactId>phantomjsdriver</artifactId>
      <version>1.1.0</version>
    </dependency>

chrome插件配置

下载地址:chromedriver下载地址选择本地系统对应的chrome版本安装,工程下面有一个 对应的目录是:Plugin/chromedriver_win32.zip,对应chrmoe版本是Supports Chrome v60-62

直接运行项目中示例

public class ChromeTest {
public static void main(String[] args) {
  WebDriver webDriver = null;
  try {
    webDriver = WebDriverUtil.createChromeWebDriver("D:\\webdrvier\\chromedriver.exe");//修改路径
    webDriver.get("https://www.baidu.com/");
    System.out.println(webDriver.getTitle());
  } catch (Exception e) {
    e.printStackTrace();
  } finally {
    if (webDriver != null) {
      webDriver.close();
    }
  }
}
}

chrome配置插件是最简单的,linux上面只需要把插件换成linux版本即可

 firefox

下载插件地址:geckodriver下载地址,选择本地系统对应的firefox版本安装,工程下面有一个 对应的目录是:Plugin/geckodriver-v0.18.0-win64.zip,对应firefox版本是Firefox Setup 50.0(64位)、其他版本没有测试过

firefox下载地址selenium-java版本和geckodriver版本更新迭代不一致,导致在搭建环境时很容易出现一系列问题。

直接运行项目中示例

public class FireFoxTest {
  public static void main(String[] args) {
    WebDriver webDriver = null;
    try {
      webDriver = WebDriverUtil.createFirefoxWebDriver("D:\\webdrvier\\Firefox\\geckodriver_18.exe");
      webDriver.get("https://book.douban.com/tag/");
      Set<String> tagSet = new HashSet<>();
      //获取豆瓣标签
      List<WebElement> divWebElement = webDriver.findElements(By.cssSelector("#content > div > div.article > div:nth-child(2) > div"));
      for (WebElement webElement : divWebElement) {
        List<WebElement> aWebElement = webElement.findElements(By.cssSelector("a"));
        for (WebElement element : aWebElement) {
          tagSet.add(element.getText());
        }
      }
      System.out.println(tagSet);
      //点击小说标签
      WebElement webElement = webDriver.findElement(By.cssSelector("#content > div > div.article > div:nth-child(2) > div:nth-child(1) > table > tbody > tr:nth-child(1) > td:nth-child(1) > a"));
      webElement.click();
      System.out.println(webDriver.getTitle());
    } catch (Exception e) {
      e.printStackTrace();
    } finally {
      if (webDriver != null) {
        webDriver.quit();
        webDriver.close();
      }
    }
  }
}

phantomjs

下载插件地址phantomjs插件地址1phantomjs插件地址2、下载有些慢。phantomjs是没有界面的,所以只需要下载插件即可。

直接运行项目中示例

public class PhantomjsTest {
public static void main(String[] args) {
  WebDriver webDriver = null;
  try {
    webDriver = WebDriverUtil.createPhantomjsWebDriver("D:/webdrvier/phantomjs-1.9.8-windows/phantomjs.exe");
    webDriver.get("https://www.baidu.com/");
    System.out.println(webDriver.getTitle());
  } catch (Exception e) {
    e.printStackTrace();
  } finally {
    if (webDriver != null) {
      webDriver.close();
    }
  }
}
}

到此这篇关于基于selenium-java封装chrome、firefox、phantomjs实现爬虫的文章就介绍到这了,更多相关selenium java封装爬虫内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Maven中dependencyManagement管理项目依赖项

    Maven中dependencyManagement管理项目依赖项

    在开发 Java 项目时,管理和协调依赖项的版本号是一项重要而繁琐的任务,本文主要介绍了Maven中dependencyManagement管理项目依赖项,具有一定的参考价值,感兴趣的可以了解一下
    2024-01-01
  • 浅谈DetachedCriteria和Criteria的使用方法(必看)

    浅谈DetachedCriteria和Criteria的使用方法(必看)

    下面小编就为大家带来一篇浅谈DetachedCriteria和Criteria的使用方法(必看)。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2017-05-05
  • Java实现向Word文档添加文档属性

    Java实现向Word文档添加文档属性

    这篇文章主要介绍了Java实现向Word文档添加文档属性的相关资料,需要的朋友可以参考下
    2023-01-01
  • 基于Java实现计数排序,桶排序和基数排序

    基于Java实现计数排序,桶排序和基数排序

    这篇文章主要为大家详细介绍了计数排序,桶排序和基数排序的多种语言的实现(JavaScript、Python、Go语言、Java),感兴趣的小伙伴可以了解一下
    2022-12-12
  • RestTemplate使用之如何设置请求头、请求体

    RestTemplate使用之如何设置请求头、请求体

    这篇文章主要介绍了RestTemplate使用之如何设置请求头、请求体问题,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2023-07-07
  • Java Scanner类及其方法使用图解

    Java Scanner类及其方法使用图解

    这篇文章主要介绍了Java Scanner类及其方法使用图解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-05-05
  • SpringBoot进行Web开发的实现

    SpringBoot进行Web开发的实现

    Spring Boot让我们可以快速构建项目并运行web应用,大大简化了Spring的复杂配置,本文主要介绍了SpringBoot进行Web开发的实现,感兴趣的可以了解一下
    2023-10-10
  • SpringBoot发送邮件功能 验证码5分钟过期

    SpringBoot发送邮件功能 验证码5分钟过期

    这篇文章主要为大家详细介绍了SpringBoot发送邮件功能,验证码5分钟过期,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2020-03-03
  • 详解Java中ExceptionInInitializer错误的解决方法

    详解Java中ExceptionInInitializer错误的解决方法

    ExceptionInInitializerError 是 Java 中的未经检查的异常,它是 Error 类的子类, 它属于运行时异常的类别,下面我们就来看看它的具体解决方法吧
    2024-02-02
  • spring MVC实践需要注意的地方

    spring MVC实践需要注意的地方

    这篇文章主要介绍了spring MVC实践需要注意的地方,帮助大家更好的理解和学习使用spring MVC,感兴趣的朋友可以了解下
    2021-03-03

最新评论