使用Rselenium和Docker独立镜像进行Web抓取

wmomyfyw 于 2023-10-13 发布在 Docker

关注(0)|答案(1)|浏览(160)

我又一次读了很多关于这个问题的帖子，却无法理解......
我在Ubuntu 22.04操作系统上使用Rselenium和selenium独立镜像与Docker。
下面的代码在使用Docker镜像selenium/standalone-chrome-debug时运行良好：

system('docker run -d -p 4445:4444 selenium/standalone-chrome-debug')
remDr <- remoteDriver(remoteServerAddr = "localhost",
                      port = 4445L,
                      browserName = "chrome")
remDr$open()
remDr$navigate("https://fr.distance.to/paris/bayonne-france")
el <- remDr$findElement(using = "css", ".headerRoute > #strck > span:nth-child(1)")
road_distance <- el$getElementText()[[1]]
remDr$close()
system('docker rm -f $(docker ps -aq --filter ancestor=selenium/standalone-chrome-debug)')

然而，完全相同的代码，但使用selenium/standalone-chrome图像，在remDr$open()的第一步卡住，最终输出崩溃：

remDr$open()
[1] "Connecting to remote server"
$id
[1] NA

任何想法为什么以及如何解决这个问题？我真的不介意使用selenium/standalone-chrome映像的debug版本，但它似乎已被弃用，我很想了解这里发生了什么

r

来源：https://stackoverflow.com/questions/76430355/web-scraping-with-rselenium-and-docker-standalone-image

1条答案

按热度按时间

aiazj4mn1#

我也遇到过同样的问题，你的帖子实际上很有帮助，因为它实际上允许我连接到standalone-chrome-debug docker容器。
我认为基本的问题是RSelenium已经很长时间没有更新了，并且使用的是Selenium版本2。碰巧的是，图像selenium/standalone-chrome-debug也很长时间没有更新了。我相信selenium/standalone-chrome镜像使用的是更新版本的Selenium API，而RSelenium代码在尝试使用旧的API来处理新镜像时失败了。
事实证明，使用Python Selenium绑定和R中的reticulate包连接到Docker容器非常容易。这里有一个对我有用的例子：

selenium_conn<-py_run_string("from selenium import webdriver
from selenium.webdriver.common.by import By

opts=webdriver.ChromeOptions()
# Set Chrome options so that PDFs download automatically
opts.add_experimental_option('prefs',
{  'profile.default_content_settings.popups' : 0,
 'download.default_directory' : '/opt/selenium/assets',
 'download.directory_upgrade' : True,
 'download.prompt_for_download' : False,
 'plugins.always_open_pdf_externally':True
}
)

browser = webdriver.Remote('http://localhost:4444', options=opts)
")

web_driver<-selenium_conn$browser

web_driver$get('http://medium.com')

赞(0）回复(0）举报 2023-10-13

我来回答

使用Rselenium和Docker独立镜像进行Web抓取

1条答案

相关问题

热门标签

最新问答