手头项目需要抓取一个用js渲染出来的网站中的数据。使用常用的httpclient抓回来的页面是没有数据。上网百度了一下，大家推荐的方案是使用phantomjs。phantomjs是一个没有界面的webkit浏览器，能够和浏览器效果一致的使用js渲染页面。selenium是一个web测试框架。使用selenium来操作phantomjs绝配。但是网上的例子多是python的。无奈，下载了python按照教程搞了一下，卡在了selenium的导入问题上。遂放弃，还是用自己惯用的c#吧，就不信c#上没有。经过半个小时的折腾，搞定（python折腾了一个小时）。记录下这篇博文，让我等搞c#的新手能用上phantomjs。
第一步：打开visual studio 2017 新建一个控制台项目，打开nuget包管理器。
第二部：搜索selenium，安装selenium.webdriver。注意：如果要使用代理的话最好安装3.0.0版本。
第三步：写下如下图所示的代码。但是执行的时候会报错。原因是找不到phantomjs.exe。这时候可以去下载一个，也可以继续看第四步。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
|
using openqa.selenium;
using openqa.selenium.phantomjs;
using system;
namespace consoleapp1
{
class program
{
static void main(string[] args)
{
var url = "http://www.baidu.com";
iwebdriver driver = new phantomjsdriver(getphantomjsdriverservice());
driver.navigate().gotourl(url);
console.writeline(driver.pagesource);
console.read();
}
private static phantomjsdriverservice getphantomjsdriverservice()
{
phantomjsdriverservice pds = phantomjsdriverservice.createdefaultservice();
//设置代理服务器地址
//pds.proxy = $"{ip}:{port}";
//设置代理服务器认证信息
//pds.proxyauthentication = getproxyauthorization();
return pds;
}
}
}
|
第四步：打开nuget安装selenium.phantomjs.webdriver包。
第五步：运行。可以看到phantomjs.exe被自动下载了。
好了，这样就可以开始你的数据抓取大业了。
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，同时也希望多多支持服务器之家！
原文链接：http://www.cnblogs.com/endlock/p/6423613.html