JAVA高级面试进阶训练营视频教程

admin

from selenium import webdriver
import os
import re


class GetPage:
    def __init__(self, url_path):
        self.url_path = url_path
        self.driver = webdriver.Chrome()
        self.urls = {}
        self.url_flag = False
        self.driver.set_page_load_timeout(1)
        self.driver.set_script_timeout(1)

    def get_url(self):
        if os.path.exists(self.url_path):
            with open(self.url_path, 'r') as f:
                url = f.read()
                self.urls = re.split(',', url)
                print(self.urls)
                if len(self.urls):
                    self.url_flag = True
        else:
            print(self.url_path + " no exist")

    def close(self):
        self.driver.quit()

    def get_page(self):
        self.get_url()
        if self.url_flag:
            for url in self.urls:
                try:
                    self.driver.get(url)
                except:
                    print(url + " timeout")
                    self.driver.quit()
                    self.driver = webdriver.Chrome()
        self.close()


if __name__ == "__main__":
    get_url_list = GetPage("E:\\1.txt")
    get_url_list.get_page()
————————————————

原文链接：https://blog.csdn.net/weixin_31315135/article/details/91039752
selenium中，当我们一次性要爬取很多url时，当get()页面超时后，捕获异常后，还需要继续get()其他url页面，但是当你直接调用get()方法时，
会报异常。此时解决方法有两种，一种是重启浏览器，另一种是浏览器保持有两个tag页，当超时是切换到另一个tag（注意：tag页是很容易加载的）