准备工作为什么要模拟浏览器？对爬虫稍有了解的同学可能会有疑问：明明可以用 requests 库直接获取网页源代码，为什么还要模拟浏览器呢？现实很骨感：反爬虫机制- 你有爬虫，别人有反爬虫。网站会检测请求头，非浏览器请求直接拒绝JavaScript 渲染- 现代网站很多内容是通过 JS 动态加载的，requests 拿到的只是空壳验证码拦截- 滑块验证、点击验证、短信验证...这些用代码很难绕过登录态维持- Cookie、Session、Token 等身份验证机制复杂Selenium 的优势：真实打开浏览器，网站识别为正常用户自动执行 JavaScript，拿到完整渲染后的页面可以模拟人工操作：点击、输入、滑动能处理复杂的登录流程Selenium 介绍Selenium 可以说是网络爬虫中的王者级工具了：最初用途：自动化测试工具，测试网页功能是否正常爬虫领域：控制真实浏览器，绕过大部分反爬机制更多玩法：自动登录各类网站定时抢购商品（茅台、火车票、演唱会门票）自动填写表单、提交数据批量上传/下载文件自动化运营（自动发帖、点赞、评论）一句话总结：Selenium 就是一个用代码控制的"机器人浏览器"。安装工作要在 Windows 中使用 Selenium，需要准备三样东西：组件作用本教程使用Selenium 库Python 控制浏览器的接口最新版浏览器被控制的程序Chrome浏览器驱动翻译官（把 Python 指令转成浏览器能懂的语言）chromedriver1. 安装 Selenium 库打开 PyCharm 底部的终端（Terminal），输入：pip install selenium安装完成后，在代码中这样导入：from selenium import webdriver from selenium.webdriver.common.by import By from selenium.webdriver.chrome.service import Service2. 安装 Chrome 浏览器直接访问官网下载安装：Google Chrome 网络浏览器安装完成后，在 Chrome 地址栏输入chrome://version/查看版本号：记住版本号的前三位，比如98.0.4758，等下要用。3. 安装 ChromeDriver 驱动为什么需要驱动？想象 Selenium 是说英语的，Chrome 是说法语的，它们之间需要一个翻译——这就是 ChromeDriver。下载步骤：打开下载地址：http://chromedriver.storage.googleapis.com/index.html找到与你的 Chrome 版本对应的文件夹点击进入，下载 Windows 版本（chromedriver_win32.zip）解压后得到chromedriver.exe把它放到一个固定位置，比如D:\driver\chromedriver.exe版本对应很重要！Chrome 升级后，驱动可能也要重新下载对应版本。基本用法初始化浏览器对象准备工作完成，来写第一行 Selenium 代码：import time from selenium import webdriver from selenium.webdriver.chrome.service import Service # 指定驱动路径 s = Service(r'D:\driver\chromedriver.exe') # 初始化浏览器 browser = webdriver.Chrome(service=s) # 等待2秒看看效果 time.sleep(2) # 关闭浏览器 browser.close()运行后，你会看到 Chrome 窗口弹出来，过2秒自动关闭。这就是 Selenium 在控制浏览器！无头模式（Headless）上面的代码会弹出浏览器窗口，有时候我们不需要看到界面（比如在服务器上运行），可以用无头模式：import time from selenium import webdriver
