# # shark-pager-next
# # h3 class:ellipsis
# # span class:dy-num fr
# # shark-pager-disable-next
from selenium import webdriver
from bs4 import BeautifulSoup as bs
import unittest
class douyu(unittest.TestCase):
#初始化方法
def setUp(self):
self.driver=webdriver.PhantomJS()
self.count=0
#測試方法必須有text字樣開頭
def testdouyu(self):
self.driver.get("https://www.douyu.com/directory/all")
while True:
soup=bs(self.driver.page_source,"lxml")
#房間名,返回列表
names=soup.find_all("h3",{"class":"ellipsis"})
#觀眾人數,返回列表
numbers=soup.find_all("span",{"class":"dy-num fr"})
#zip(names,numbers)將names和numbers這兩個列表合併為一個元組:[(1,2),(3,4)....]
for name,number in zip(names,numbers):
print ("觀眾人數: "+number.get_text().strip()+" "+"\t房間名: "+name.get_text().strip()).encode("gb18030")
self.count=self.count+1
#如果在頁面上原始碼裡面找到“下一頁”為隱藏的標籤,就退出迴圈(因為“下一頁”就按不動例如)
if self.driver.page_source.find("shark-pager-disable-next")!=-1:
break;
#一直點選下一頁
self.driver.find_element_by_class_name("shark-pager-next").click()
#測試結束執行的方法
def tearDown(self):
print u"此網站的視訊"+str(self.count)
#退出PhantomJS瀏覽器
self.driver.quit()
if __name__=="__main__":
unittest.main()
爬鬥魚頁面上每個房間,和每個房間的訪問人數。每次按下一頁的時候都要得到