使用python的selenium库还有多线程抓取CET4成绩

没有requests快,但好写

# -*- coding: utf-8 -*-
#使用selenium的webdriver的方法
import csv
import os
import time
import re
import threading
from selenium import webdriver
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By
##进程锁
lock=threading.Lock()
############获取csv文件中的行数(暂时不用管它....因为没上)############
def raw_num(filepath):
    count = 0 
    cs=open("2017.csv","r",errors="ignore")
    reader=csv.reader(cs)
    for index,line in enumerate(reader): 
        count += 1
    cs.close()
    return count
############模拟登陆############
def post_get(html,driver,name,password):
    global writer
    grade=""
    driver.get(html)
    driver.find_element_by_id("id").clear()
    driver.find_element_by_id("id").send_keys(password)
    driver.find_element_by_id("name").clear()
    driver.find_element_by_id("name").send_keys(name)
    driver.find_element_by_id("btn").click()
    ip=driver.find_elements_by_class_name("liright")
    #要使用elements才可以递归,其实用xpath更好.......
    for num,i in enumerate(ip):
        if(num==1):
            grade=i.text      
    return grade
####################从csv文件读数据############################
def read_out():
    global name 
    global i
    global password
    cs=open("2017.csv","r",errors="ignore")
    reader=csv.reader(cs)
    for num,line in enumerate(reader):
        name.append(line[6])
        password.append(line[5])
#print("准考证号: "+password[len(password)-1]+"  姓名: "+name[len(name)-1])
    cs.close()
########往csv文件写数据(内嵌爬取网页操作)#################
def write_in(driver,i):
    global lock
    global csv_file
    global writer
    global error
    grade=0
   #stop 用于计数,如果有哪个倒霉的数据超过多次提交都失败就会写入error.csv
    stop=1
    html="http://cet.99sushe.com"
    while(len(password)!=0):
        #print("第%d个线程"%i)
        try:
            lock.acquire()
            n=name.pop()
            p=password.pop()
            lock.release()
            grade=post_get(html,driver,n,p)
            print("第%d个线程:"%i)
            print("准考证号: "+p+"  姓名: "+n)
            print(grade)
        except Exception as e:
            print(e)
            #如果出线程爬取7-1次内出了bug则返回栈
            if(stop%7!=0):
                stop=stop+1
                lock.acquire()
                password.append(p)
                name.append(n)
                lock.release()
            if(stop%7==0):
                stop=1
                print("\n/******write in error.csv")
                print("第%d个线程:"%i)
                print("准考证号: "+p+"  姓名: "+n+"******/\n")
                lock.acquire()
                error.writerow([n,p])
                lock.release()
                continue
        try:
            lock.acquire()
            writer.writerow([n,p,grade])
            lock.release()
        except:
            print(">>>>>>>error")
            #print("/*****error in writting.")
            #print("第%d个线程:"%i)
            #print("准考证号: "+p+"  姓名: "+n+"****/")
            lock.acquire()
            password.append(p)
            name.append(n)
            lock.release()
    driver.quit()
###########主函数####################
##存储堆栈
threads=[]
password=[]
name=[]
##读取数据到堆栈
read_out()
##############
grade=0
###线程个数
thread_num=3
###csv文件指针等.....####
html="http://cet.99sushe.com"
#不加newline="",则会多空一行...
error_file=open("error.csv","w",newline="",errors="ignore")
csv_file=open("result.csv","w",newline="",errors="ignore")
writer=csv.writer(csv_file)
error=csv.writer(error_file)
writer.writerow("让我们先空一行!")
error.writerow("让我们先空一行!")
###########多进程部分###############
for i in range(thread_num):
    print("第%d个线程入栈:"%i)
    driver=webdriver.Firefox()
    driver.implicitly_wait(10)
    t=threading.Thread(target=write_in,args=(driver,i))
    #因为是args=(A,B)所以之前写出arge=(driver)结果炸了
    threads.append(t)
#开启多线程
for i in range(thread_num):
    print("start第%d个线程"%i)
    threads[i].start()
for i in range(thread_num):
    threads[i].join()
#####################################
print("一共花了:")
print(time.clock())
csv_file.close()          
error_file.close()          
           
最后编辑于
©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 217,185评论 6 503
  • 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 92,652评论 3 393
  • 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 163,524评论 0 353
  • 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 58,339评论 1 293
  • 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 67,387评论 6 391
  • 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 51,287评论 1 301
  • 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 40,130评论 3 418
  • 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 38,985评论 0 275
  • 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 45,420评论 1 313
  • 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 37,617评论 3 334
  • 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 39,779评论 1 348
  • 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 35,477评论 5 345
  • 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 41,088评论 3 328
  • 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 31,716评论 0 22
  • 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 32,857评论 1 269
  • 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 47,876评论 2 370
  • 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 44,700评论 2 354

推荐阅读更多精彩内容