Python爬虫学习笔记1：request、selenium、ChromeDrive、GeckoDriver等相关依赖安装

系列学习笔记参考：python3网络爬虫开发实战

# pip install requests
import requests

Selenium是一个自动化测试工具，利用它我们可以驱动浏览器执行特定的动作，如点击、下拉等操作。对于一些 JavaScript谊染的页面来说，这种抓取方式非常有效.

# pip install selenium
import selenium

点击 Chrome菜单“帮助”→“关于 GoogleChrome”，即可查看 Chrome 的版本号.

在网站：http://chromedriver.chromium.org/downloads下载对应版本的文件，下载后解压文件到/usr/bin 里面

解决方法参考：https://www.cnblogs.com/silentdoer/p/8946946.html，感觉挺靠谱，不过我本机上没成功，没敢在捣鼓

尝试其他方式：

将当前可执行文件放在/usr/local/chromedriver 目录下（没有就自己新建一个），接下来可以修改~/.profile文件，

export PATH=” $PATH:/usr/local/chromedriver" 保存后执行如下命令:

source ~/. profile

报错：

touch ~/.profile

配置完成后，就可以在命令行下直接执行 chromedriver命令了:

chromedriver

在python编辑器上执行

from selenium import webdriver
browser = webdriver.Chrome()

闪退，报错，提示版本对不上（之前装过73版本的，在/usr/bin路径上），需要把该路径上的文件删除了。

解决方法，修改/usr/bin 下面的权限，参考：https://www.jianshu.com/p/c658973eb122，修改后重启，记得修改回来，修改回来脚本：csrutil enable

替换掉旧的就可以了

Firefox来说，也可以使用同样的方式完成 Selenium的对接，这时需要安装另一个驱动GeckoDriver

步骤和上面一样，也是修改/usr/bin 的权限

from selenium import webdriver
brower = webdriver.Firefox()

PhantomJS是一个无界面的、可脚本编程的 WebKit浏览器引擎，它原生支持多种 Web标准: DOM操作、 css选择器、 JSON、 Canvas以及 SVG。

Selenium支持 PhantomJS，这样在运行的时候就不会再弹出一个浏览器了

不过鉴于目前selenium不在支持PhantomJS，这里不在进行安装。

相关新闻查看：http://www.sohu.com/a/224999034_100122143

pyquery同样是一个强大的网页解析工具，它提供了和jQuery类似的语法来解析HTML文梢，支持 css选择器。

pip install pyquery

在 Mac下，我们首先使用 Homebrew安装 ImageMagick和 tesseract库 :

brew install imagemagick
brew install tesseract --all-languages

接下来再安装 tesserocr即可: pip3 install tesserocr pillow

这样我们便完成了 tesserocr的安装

在用homebrew 安装的时候如果遇到update brew，解决方式参考：https://learnku.com/articles/18908

安装好后，试验下下面的图片，图片地址：

https://raw.githubusercontent.com/Python3WebSpider/TestTess/master/image.png

到图片路径下面，执行：

tesseract image.png result -l eng && cat result.txt

结果：

嗷嗷