一款懶人必備的Python爬蟲神器
前言
今天把最近的一個應用做好了,測試了一下運行沒有問題,剩下的就是檢驗一下結果如何.從光譜到Lab值通常使用matlab中的roo2lab(),不過經過我最近的測試發現轉換的結果并不理想,而且這個轉化的代碼也不是我寫的所以另尋他法,找到了下面這個網頁。
動手
有了這個網頁,很簡單就想到去解析.然后很快找到了這個api,可以看到用post提交表單請求就可以返回結果。
于是一番操作,修改form表單,構造傳入的spectrum,但是最終請求得到的卻是一個頁面,并不是想要的json.然后許久沒寫爬蟲的我直接惱火,想到自動化工具模擬操作.可是selenium很難用而且還得去找瀏覽器新版本的驅動,隨后直接搜索一番,發現了這個神器—playwright。
首先老規矩去它的首頁看看教程
接著安裝一下playwright以及瀏覽器的驅動。
pip install pytest-playwright
playwright install
第二步的時候很慢,所以我只等他下載好了chrome和ffmpeg直接就ctrl+c停止了,畢竟我也用不著其他的瀏覽器驅動。
然后稍微瀏覽一下這個文檔功能非常豐富,不過我用到的功能也不多,接下來的使用才是真正適合我們懶人的。
記住一行代碼
python -m playwright codegen xxx.com
其中xxx.com就是我們的目標網址,運行后會創建一個熟悉的自動化頁面,然后我們就進行一些我們想要的操作,比如設置開始的最小波長為400nm,然后觀察以及光源改為D65/10.一系列操作后會看到對應的代碼已經生成好了。
至今為止我還沒有寫一行代碼,不過構造輸入的光譜還是得自己來的。
把這一段代碼復制下來,然后自己寫構造輸入的函數(就幾行),然后通過選擇器(直接左鍵元素復制xpath)得到lab值,這樣目標就搞定了。
整體代碼如下：
import time
from playwright.sync_api import Playwright, sync_playwright, expect
import numpy as np
data_test=np.loadtxt('./dist/1_res.csv',delimiter=',')
def get_str(arr):
arr_str=""
for i in arr:
arr_str+=str(format(i,".2f"))+"\r\n"
return arr_str
labs=[]
def run(playwright: Playwright) -> None:
browser = playwright.chromium.launch(headless=False)
context = browser.new_context()
# Open new page
page = context.new_page()
# Go to https://www.qtccolor.com/secaiku/tool/spectrum
page.goto("https://www.qtccolor.com/secaiku/tool/spectrum")
# Click div[role="tab"]:has-text("光譜數據")
page.locator("div[role=\"tab\"]:has-text(\"光譜數據\")").click(
# Click text=最小波長：nm
page.locator("text=最小波長：nm").click()
# Fill [placeholder="\33 80"]
page.locator("[placeholder=\"\\33 80\"]").fill("400")
# Select 1964
page.locator("select[name=\"obs\"]").select_option("1964")
# Select D65
page.locator("select[name=\"ill\"]").select_option("D65")
# Fill textarea[name="spectrum"]
for i in range(len(data_test)):
inputs=get_str(data_test[i,:])
# Click textarea[name="spectrum"]
page.locator("textarea[name=\"spectrum\"]").click()
page.locator("textarea[name=\"spectrum\"]").press("Control+a")
page.locator("textarea[name=\"spectrum\"]").fill(inputs)
# Click button:has-text("轉換顏色")
page.locator("button:has-text(\"轉換顏色\")").click()
time.sleep(1)
# Click text=Lab0.000.000.00 >> td >> nth=1
L=float(page.locator('xpath=//*[@id="scroll_container"]/div[1]/div/div[2]/table/tbody/tr[2]/td[2]').inner_text())
# Click text=Lab0.000.000.00 >> td >> nth=2
a=float(page.locator('xpath=//*[@id="scroll_container"]/div[1]/div/div[2]/table/tbody/tr[2]/td[3]').inner_text())
# Click text=Lab0.000.000.00 >> td >> nth=3
b=float(page.locator('xpath=//*[@id="scroll_container"]/div[1]/div/div[2]/table/tbody/tr[2]/td[4]').inner_text())
print(L,a,b)
labs.append([L,a,b])
# ---------------------
context.close()
browser.close()
with sync_playwright() as playwright:
run(playwright)
np.savetxt('./1_lab_res.csv',labs,delimiter=",")
可以說從安裝到實現就幾分鐘,而且特別容易上手,我第一次用也一下就能實現效果。
剩下的就是簡單的寫個函數計算色差啥的就沒難度了。
最后
大廠出品果然不同,使用它在不考慮運行效率(有異步但是我懶得看了)的情況下可以輕松實現復雜操作,懶人最愛!
