webdriver 获取佰词斩的单词（涉及字符串转换）

from selenium import webdriver

def finds(da):
    d = da.split(',"')

    t = {}
    for i in (d[1], d[2], d[3]):
        tem = i.split('":')
        t[tem[0].replace('"', '').strip()] = tem[1].replace('"', '').strip()

    return t

dr = webdriver.Ie()
url = u'http://www.baicizhan.com/poster/1'
try:
    dr.get(url)

    al = dr.find_elements_by_tag_name('li')
    f = open(u'c:/word.txt', 'w')

    for i in al:
        t = finds(i.get_attribute('data'))

        for e in ('word', 'accent', 'mean'):
            f.write(e+': '+eval('u\"' + t[e] + '\"').strip().encode('utf8') + '\t\t')
        f.write('\n')

    f.close()
finally:
    dr.quit()

　　

获取佰词斩页面的单词及词义

1. t[tem[0].replace('"', '').strip()] = tem[1].replace('"', '').strip()   # 橙色获取的是ascii 字符串 "adj. \u52aa\u529b\u5de5\u4f5c\u7684\uff1b\u4e0d\u8f9e\u8f9b\u52b3\u7684\uff0c\u82e6\u5e72\u7684\nv."

2. eval('u\"' + t[e] + '\"').strip().encode('utf8')    #eval 把ascii字符串转换为unicode类型

or  t[e].decode('unicode-escape').encode('utf8')

要是能用urllib ， 速度会快很多