python 使用 Selenuim怎么抓取动态生成的html内容？？？

Question

python 使用 Selenuim抓取的网页内容，但是动态生成的部分无法拿到？还有其它办法可以拿到吗

Answer 1

用selenium执行js是可以往下滚动页面，实现ajax的加载的。
spider.driver.execute_script('window.scrollTo(0, document.body.scrollHeight)')

就好像这个scrapy的语句。
不过selenium有些网站是有防护的。头条就有这种防护，也就是如果用的可视化浏览器可以看到不会加载任何的新闻内容的。
你可以试试在实例化webdriver后加入这条语句

self.driver.execute_cdp_cmd("Page.addScriptToEvaluateOnNewDocument", {
                "source": """
                Object.defineProperty(navigator, 'webdriver', {
                get: () => undefined
                     })
                """})

这个试过对12306有效。

如果不行可以换splash试试。

Answer 2

你需要了解Selenuim抓取动态内容的机制，即被js解析后的页面内容，大致流程如下

selenium -> webdriver -> chromedriver  -> cdp协议

推荐https://learnku.com/articles/...