Web自动化(2):自动获取Plant Cell上最新文章标题

期刊名

科研最前沿,关注最新期刊发表的文章,需要获取current issue的文章信息,我想着用自动化的方式,来抓取所有最新文章的标题,知道发表了那些文章。

写在前面

大致的流程如下:


1. 分析网页并选取元素

web自动化最关键的部分就是如何查找到你需要的元素,只要我们可以找到元素,那么我们就可以去进行执行相关操作,实验web自动化。

  • 首先我们使用F12查看网页的代码,进入开发者页面。或者在网页上右键选择检查,就会出现网页代码页面。


    检查

    网页源码,开发者模式
  • 首页上我们可以看到current issue的连接入口,点击就可以进入当前的最新一期的文章页面。我们看一下这个链接的HTML源码,看看是什么样的元素。有两种方法可以快速定位到这个元素:

    1. 把鼠标移动到元素上面,然后右击,同样选择检查,就会直接定位到这个元素在HTML源码中的位置。


      标签对应到源码
    2. 选择右边源码窗口最左上角的带箭头的框,点击一下,然后就再把鼠标移到页面中想要查看源码的位置,然后点击,之后也同样对应到相同的位置。


      定位元素位置
  • 我们可以看到这个元素是一个href属性的链接,但是我们为了方便每次都可以直接运行,而不想去改这个代码,那么需要找到一个元素其链接是不会变的。


  • 网页中,确实有一个位置,如图:


    点击这个链接,就可以直接进入当前最新一期的文章

2. 代码实现

# 导入我们需要的模块
from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains
# 创建驱动对象,指明使用Chrome浏览器驱动
# 因为已经是全局变量,就不用在里面写路径
wd = webdriver.Chrome()
wd.implicitly_wait(10)
# 调用webdriver对象的get方法,请求打开指定浏览器
wd.get('http://www.plantcell.org/')
# 移动鼠标到Content悬停
ac = ActionChains(wd)
ac.move_to_element(
    wd.find_element_by_css_selector('[class="sf-with-ul"]')
).perform()
# 找到current issue元素,找到href链接,然后点击鼠标。
link = wd.find_element_by_css_selector('li[class*="odd"] > a[href*="current"]')
link.click()
#找到所有的标题内容
elements = wd.find_elements_by_css_selector('span.highwire-cite-title')
# 打印我们需要的标题内容,前面两个和倒数第一个不是,我们选取我们需要的打印。
for element in elements[2:-1]:
    print(element.text)
    print()

# 关闭浏览器
wd.quit()

3. 获取内容比对

比对之后发现,没有错误,可以正确执行。以后直接运行这个代码,就可以获得最新期刊内容。


自动化获取内容

网页呈现内容
©著作权归作者所有,转载或内容合作请联系作者
  • 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 216,125评论 6 498
  • 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 92,293评论 3 392
  • 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 162,054评论 0 351
  • 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 58,077评论 1 291
  • 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 67,096评论 6 388
  • 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 51,062评论 1 295
  • 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 39,988评论 3 417
  • 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 38,817评论 0 273
  • 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 45,266评论 1 310
  • 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 37,486评论 2 331
  • 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 39,646评论 1 347
  • 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 35,375评论 5 342
  • 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 40,974评论 3 325
  • 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 31,621评论 0 21
  • 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 32,796评论 1 268
  • 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 47,642评论 2 368
  • 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 44,538评论 2 352

推荐阅读更多精彩内容

  • 前端开发知识点 HTML&CSS对Web标准的理解、浏览器内核差异、兼容性、hack、CSS基本功:布局、盒子模型...
    Hebborn_hb阅读 844评论 0 1
  • 历史感是一种通过知识的积累、长期的思考、细致的观察、突然的顿悟形成的直觉。
    寒冬之城阅读 160评论 0 0
  • 诶...错错对对已经没有那么重要,争强好胜也不过图一时心快,总是能伤到爱你的人。过后后悔冲动的时候没有道理阻拦。难...
    立青阿阅读 202评论 0 0
  • 明明天气晴空万里,阳光明媚,大街上热热闹闹的行人来来往往,我却开始期待下一场雨,淅淅沥沥开始,然后倾盆大雨。 奇怪...
    也素阅读 243评论 0 0
  • 参考Chrome developer tool介绍(javascript调试)Chrome DevTools 之 ...
    合肥黑阅读 299评论 0 3