python使用selenium爬取dell官网驱动（一）：获取遍历各驱动的下载网址

python使用selenium爬取戴尔官网驱动：获取遍历各驱动的下载网址然后wget命令试验下载

我们选择戴尔官网产品的一服务器某型号进行爬虫测试
进入开发这模式看到驱动下载链接都藏在table表格中，因为我们需要遍历当前页面所有驱动下载链接，所以首先搞清楚当前页面共有多少驱动需要爬取。
如何获取他的个数呢？
我尝试了几种方式失败了，最后决定根据戴尔页面的特点，“因地制宜”他的产品都放在表格中，因此我们可以通过获取此页面的table共有多少行tr就可以得到接近正确值，由于将导航栏的标题算进去，所以得到的行数需要减去一，就能得到正确的数目。

通过下面的代码，可以获取到当前页面Table中共有多少行，试验所爬取的网址：戴尔试验爬取驱动网址

# 定位到table，并获得table中所有得tr元素
table = driver.find_element_by_xpath("/html/body/div[1]/div/div[5]/div[2]/div[7]/div/div[2]/div/section[1]/div/div"
"[6]/div[1]/table")

rows = table.find_elements_by_tag_name('tr')

# python 得len()函数返回行数

numbers = len(rows)-1 #我们需要的是包含产品的行数，所以将导航栏一行减去。
print(numbers)

然后我们就可以尝试爬取页面内驱动的下载网址：

from selenium import webdriver
import time

driver =webdriver.Chrome()
# driver.maximize_window()
driver.get('https://www.dell.com/support/home/cn/zh/cnbsd1/product-support/product/poweredge-r420/drivers')
button = driver.find_elements_by_xpath('//*[@id="paginationRow"]')
driver.execute_script("$(arguments[0]).click()", button)
time.sleep(10)

table = driver.find_element_by_xpath("/html/body/div[1]/div/div[5]/div[2]/div[7]/div/div[2]/div/section[1]/div/div"
"[6]/div[1]/table")
rows = table.find_elements_by_tag_name('tr')
numbers = len(rows)-1
print(numbers)

i = 0
while(i < numbers):
for link in driver.find_elements_by_xpath('/html/body/div[1]/div/div[5]/div[2]/div[7]/div/div[2]/div/section[1]/div/'
'div[6]/div[1]/table/tbody/tr['+str(i+1)+']/td[5]/a[1]'):
print(link.get_attribute("href"))
i += 1
print "complete!"
driver.close()

可以看出，页面内全部驱动下载地址都已成功爬取下来，接下载是要下载，在爬取到网址后加一简单的wget命令即可进行下载。

from selenium import webdriver
import time
import wget

driver =webdriver.Chrome()
# driver.maximize_window()
driver.get('https://www.dell.com/support/home/cn/zh/cnbsd1/product-support/product/poweredge-r420/drivers')
button = driver.find_elements_by_xpath('//*[@id="paginationRow"]')
driver.execute_script("$(arguments[0]).click()", button)
time.sleep(10)

table = driver.find_element_by_xpath("/html/body/div[1]/div/div[5]/div[2]/div[7]/div/div[2]/div/section[1]/div/div"
"[6]/div[1]/table")
rows = table.find_elements_by_tag_name('tr')
numbers = len(rows)-1
print(numbers)

i = 0
while(i < numbers):
for link in driver.find_elements_by_xpath('/html/body/div[1]/div/div[5]/div[2]/div[7]/div/div[2]/div/section[1]/div/'
'div[6]/div[1]/table/tbody/tr['+str(i+1)+']/td[5]/a[1]'):
print(link.get_attribute("href"))
wget.download(link.get_attribute("href"))
i += 1
print "complete!"
driver.close()

• 点赞
• 收藏
• 分享
• 文章举报