python实现爬虫

• 解决print（）中文的乱码问题！！！

# -*-coding:utf-8 -*-
import io
import sys
#改变标准输出的默认编码(改变中文输出的乱码问题)
sys.stdout=io.TextIOWrapper(sys.stdout.buffer,encoding=‘utf8‘)

• 　　selenium+chrome 浏览器进行爬虫
• 下载chrome的浏览器驱动（http://chromedriver.storage.googleapis.com/index.html）下载响应chrome浏览器版本（浏览器的版本 在chrome://version/这个网页可以看到）的即可（win32 就行）安装到C:\Program Files (x86)\Google\Chrome\Application  下面（exe文件）

  

• #导入selenium的浏览器驱动接口
  from selenium import webdriver
  from time import sleep
  #驱动路径 记得前面加r 防止字符转义
  #!!!注意这里必须把驱动程序中的路径写完整，后面必须加上这个chromedriver.exe  否则会报错 执行不成功
  driver = webdriver.Chrome("C:\Program Files (x86)\Google\Chrome\Application\chromedriver.exe")
  #用driver打开百度页面  后面的地址是百度的地址
  driver.get(‘http://www.baidu.com‘)
  # 查找页面的“设置”选项，发送一个你要搜索的值，并进行点击
  # 获取页面名为wrapper的id标签的文本内容
  data = driver.find_element_by_id("wrapper").text
  print(data.encode(‘GB18030‘))
  # 打印页面标题 "百度一下，你就知道"
  print(driver.title)
  # 生成当前页面快照并保存
  driver.save_screenshot("baidu.png")
  driver.find_element_by_id(‘kw‘).send_keys(‘人民币‘)
  sleep(2)
  #并进行点击
  driver.find_element_by_id(‘su‘).click()
  sleep(4)
  #退出驱动程序
  driver.quit()

  （参考：https://blog.csdn.net/u010986776/article/details/79266448）