Clicknium:更强大的自动化工具,可用于爬取抖音动态网页数据

Clicknium是一款基于Python和Selenium的自动化库,可以用于控制浏览器,实现网页自动化操作和数据爬取。Clicknium的特点是支持多种浏览器,提供了多种元素定位和操作方法,方便请求和响应处理。与Selenium相比,Clicknium具有以下优势:

支持多种浏览器,包括Chrome、Firefox、Edge和IE等,Selenium只支持Chrome和Firefox3。

提供内置的录制器,可自动生成选择器,而Selenium需要手动编写XPath或CSS选择器定位元素。

支持桌面应用自动化,能够无缝连接Web和桌面应用,而Selenium只能自动化Web应用。

支持图像识别定位控件,有效弥补基于元素控件特征定位的缺陷,Selenium不支持此功能。

总之,Clicknium功能更强大,使用更简单,能够模拟浏览器行为,执行JavaScript代码,获取动态加载数据,是一个很好的动态网页爬取工具。

下面以抖音评论的采集为示例:

# 导入 clicknium 库

import clicknium as cn

# 导入 requests 库

import requests

# 定义一个函数,生成 _signature 参数

def get_signature():

    # 这里是 _signature 的生成逻辑和源码

    # 参考 https://zhuanlan.zhihu.com/p/546209991

    # 返回一个字符串类型的 _signature 值

    return signature

# 创建一个 requests.Session 对象,并设置 proxies 参数(设置16YUN代理的认证信息)

session = requests.Session()

session.proxies = {"http": "http://16YUN:16IP@www.16yun.cn:8000", "https": "http://16YUN:16IP@www.16yun.cn:8000"}

# 创建一个浏览器对象,并传入 session 参数

browser = cn.Browser(session=session)

# 打开抖音网页版首页

browser.open("https://www.douyin.com/")

# 等待页面加载完成

browser.wait(10)

# 获取当前页面上的所有视频链接元素

video_links = browser.find_elements_by_css_selector("a.video-card")

# 遍历每个视频链接元素

for video_link in video_links:

    # 获取视频链接的 href 属性值

    video_url = video_link.get_attribute("href")

    # 拼接评论接口的 url ,需要替换掉 https://www.douyin.com/video/ 前缀,并加上 _signature 参数和其他必要参数(如 cursor ,表示分页)

    comment_url = "https://www.iesdouyin.com/web/api/v2/comment/list?aweme_id=" + video_url.replace("https://www.douyin.com/video/", "") + "&_signature=" + get_signature() + "&cursor=0"

    # 打开评论接口的 url

    browser.open(comment_url)

    # 等待页面加载完成

    browser.wait(10)

    # 获取页面上显示的 json 数据,并转换为字典类型

    comment_data = browser.get_json()

    # 从字典中提取评论列表(comments)和是否有下一页(has_more)

    comments = comment_data["comments"]

    has_more = comment_data["has_more"]

    # 遍历每条评论数据,并打印出评论内容(text)

    for comment in comments:

        print(comment["text"])

        # 如果还有下一页,则继续拼接 url 并重复上述步骤,直到没有下一页为止

上面这段代码的功能是使用 clicknium 库和 requests 库,通过代理IP访问抖音网页版,获取每个视频的评论数据,并打印出来。

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 229,763评论 6 539
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 99,238评论 3 428
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 177,823评论 0 383
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 63,604评论 1 317
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 72,339评论 6 410
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 55,713评论 1 328
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 43,712评论 3 445
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 42,893评论 0 289
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 49,448评论 1 335
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 41,201评论 3 357
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 43,397评论 1 372
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 38,944评论 5 363
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 44,631评论 3 348
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 35,033评论 0 28
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 36,321评论 1 293
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 52,128评论 3 398
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 48,347评论 2 377

推荐阅读更多精彩内容