设置代理的话,可以使用这种方式,代码是我刚才测试过的,亲测可用from selenium import webdriver
chrome_options = webdriver.ChromeOptions()
chrome_options.add_argument('--proxy-server=http://171.37.135.94:8123')
chrome = webdriver.Chrome(chrome_options=chrome_options)
chrome.get('http://httpbin.org/ip')
print(chrome.page_source)
chrome.quit()
不过话说回来,本来用selenium的话抓取速度就很慢了,加上代理的话(如果代理不稳定)可能还会慢出一大截。
网上抓取和解析html的框架一抓一大把,各种工具直接拿来用就行了,比较省心。 首先速度/效率很成问题,有一次下载电影海报的时候,由于是crontab定期执行,也没做优化,开的php进程太多,直接把内存撑爆了。