selenium自动化爬取携程酒店信息

携程酒店信息"/>

selenium自动化爬取携程酒店信息

重要提醒！！！！
携程反爬太强了，用自动化爬取，其他的数据都正确。唯独价格不正确！！！价格是携程随机生成的，不是正确的价格！

当前进度：

已完成搜索目的地，但无法解决携程需要登录才能查看酒店价格，即无法绕过登陆 想办法解决中 2021/2/5
还是无法绕过登陆，只能手动扫码登陆，并且在点击酒店详情后会跳出新的界面，要将driver定位到新的界面上，酒店详情还不能全部获取，后续要想办法将所有的酒店详情全部获取到 2021/2/16
可以获取各个酒店的详细信息，但是目前打开酒店的数量不确定，后面要解决打开酒店数量的问题。最重要的打开酒店的速度太慢了，打开一个酒店大概需要40多秒，也就是说如果爬取30个酒店，那么就需要近20分钟，效率太低，但爬的快了又会有被封ip的风险。 后面还要把代码分块处理，写到一块太乱了，不便于管理。还要把数据储存到mysql中，但这个我不会，要现学，可能会时间长一些。LOL代币才肝了1600个，太少了，至臻佐伊再不换下次就不知道啥时候了，熬夜淦！2021/2/17
解决了网页加载等待过长的问题 2021/2/17
家中有事，请假10天，果然在家学习效率太低了。
可以将爬下来的数据添加到mysql数据库中了，但是现在效率还是太低，而且有封ip的危险，所以还要解决一下。代码没有分块，接下来把代码分块，美观且方便管理，不会用scrapy，不然更方便。开学了，加油！2021/3/1
出现了奇奇怪怪的问题，不知道为啥，比如复制粘贴到新的py中就无法运行，显示AttributeError: ‘NoneType’ object has no attribute ‘send_keys’，只好自己重新将send_keys重新打一边，然后就可以运行了，还有其他奇奇怪怪的问题，我太难了，在bug中改代码。加入了数组，一次可以查一个省了2021/3/2

代码

# -*- coding = utf-8 -*-
# @Time : 2021/3/3 13:54
# @Author : DLT
# @File : xiecheng1.py
# @Software : PyCharmimport pymysql as pymysql
from selenium import webdriver
from time import sleep
import re
from selenium.webdriver import DesiredCapabilities
from selenium.webdrivermon.keys import Keys
if __name__ == '__main__':desired_capabilities = DesiredCapabilities.CHROMEdesired_capabilities["pageLoadStrategy"] = "none"driver = webdriver.Chrome(executable_path='chromedriver.exe')  # 打开浏览器driver.get('/')  # 打开网站sleep(3)# driver.refresh() #刷新浏览器'''进入携程主页'''#首先登陆'''需要手机扫码登陆,手动登录也可以，但是速度太慢'''sign_in = driver.find_element_by_class_name("set-text").click()sleep(13)  # 8秒时间扫码sleep(1)#登陆成功后，页面跳转到搜索页面# hotel = driver.find_element_by_id("nav_hotel")  # 寻找酒店搜索# hotel.click()  # 点击# sleep(2)'''进入到酒店搜索页面之后'''hotel = driver.find_element_by_id("nav_hotel").click()  # 寻找酒店搜索# 1、输入目的地province = "河南"  # 省级citys= ["郑州", "开封", "洛阳", "平顶山", "安阳市", "鹤壁", "新乡", "焦作", "濮阳", "许昌", "漯河", "三门峡", "商丘", "周口", "驻马店", "南阳", "信阳"]countys = [["中原区", "二七区", "金水区", "惠济区", "管城区", "上街区", "巩义市", "新郑市", "登封市", "荥阳市", "新密市", "中牟县"],["龙亭区", "鼓楼区", "禹王台区", "顺河区", "祥符区",<