[置顶] 网络爬虫：利用Selenium实现登录

转载链接：http://www.tongtongxue.com/archives/180.html

写过爬虫程序的码农都知道，实现爬虫程序登录的方法有多种，我这利用Selenium来实现登录。提供源代码下载


本案例实现登录的网站是iteye，同时登录时选择第三方登录工具，本处利用的新浪微博来登录。

以下是关键代码：

程序启动类：WebSpider.java

package com.tongtongxue.webspider;

import com.tongtongxue.webspider.fetcher.Fetcher;

public class WebSpider {

public static void main(String[] args) throws Exception {
Fetcher fetcher = new Fetcher();
fetcher.fetch();
}
}

抓取类：Fetcher.java

package com.tongtongxue.webspider.fetcher;

import java.util.concurrent.TimeUnit;

import org.openqa.selenium.By;
import org.openqa.selenium.WebDriver;
import org.openqa.selenium.chrome.ChromeDriver;

import com.thoughtworks.selenium.Selenium;
import com.thoughtworks.selenium.webdriven.WebDriverBackedSelenium;

public class Fetcher {
private WebDriver webDriver;
private Selenium selenium;

// 第三方的登录工具的用户名，我这里
7f32
用的是新浪微博
private String username = "xxxxxx";
// 第三方的登录工具的密码，我这里用的是新浪微博
private String password = "xxxxxx";

public Fetcher() throws Exception {
// 设置google浏览器的驱动位置
System.setProperty("webdriver.chrome.driver" , "E:/it_jar_file/chromedriver_win32/chromedriver.exe");
webDriver = new ChromeDriver();
webDriver.manage().timeouts().pageLoadTimeout(12000, TimeUnit.SECONDS);
selenium = new WebDriverBackedSelenium(webDriver, "http://www.iteye.com");
selenium.setTimeout("120000");
}

public void fetch() throws Exception {
// 这是入口网址
webDriver.get("http://www.iteye.com/login");
waitForPageToLoad();

// 选择第三方登录工具
selenium.click("css=div.third a[href='/auth/weibo']");
waitForPageToLoad();

// 输入用户名
webDriver.findElement(By.id("userId")).sendKeys(username);
// 输入密码
webDriver.findElement(By.id("passwd")).sendKeys(password);

Thread.sleep(2000);

// 点击登录按钮
selenium.click("css=p.oauth_formbtn a[node-type='submit']");
}

private void waitForPageToLoad() {
selenium.waitForPageToLoad("120000");
}
}