程序说明：抓取斗鱼直播平台的直播房间号及其观众人数，最后统计出某一时刻的总直播人数和总观众人数。
过程分析：
进入平台首页，来到页面底部点击下一页，发现url地址没有发生变化，这样的话再使用urllib2发送请求将获取不到完整数据，这时我们可以使用selenium和PhantomJS来模拟浏览器点击下一页，这样就可以获取完整响应数据了。
首先检查下一页元素，如下：
下一页
使用selenium和PhantomJS模拟点击，代码如下：
from selenium importwebdriver#使用PhantomJS浏览器创建浏览器对象
driver =webdriver.PhantomJS()#使用get方法加载页面
driver.get("/directory/all")#class="shark-pager-next"是下一页按钮，click() 是模拟点击
driver.find_element_by_class_name("shark-pager-next").click()#打印页面页面查看
print driver.page_source
这样就可以通过设置一个循环条件，一直点击下去，直到页面加载完。循环终止的条件为最后一页，进入最后一页，检查下一页元素：
下一页
对比发现：当出现"shark-pager-disable-next"，下一页无法点击，这就是循环停止的条件。
#如果在页面源码里没有找到"shark-pager-disable-next"，其返回值为-1，可依次作为判断条件
driver.page_source.find("shark-pager-disable-next")
二，对要提取的内容进行分析
查看直播房间名称的元素，得到如下结果：
AI冬Ming
使用BeatuifulSoup获取元素，代码如下：
#房间名
names = soup.find_all("span", {"class" : "dy-name ellipsis fl"})
查看观看人数的元素，得到如下结果：
75.6万
使用BeatuifulSoup获取元素，代码如下：
#观众人数
numbers = soup.find_all("span", {"class" :"dy-num fr"})
具体过程大概如此，下面是完整代码：
#!/usr/bin/env python#-*- coding:utf-8 -*-
from selenium importwebdriverfrom bs4 importBeautifulSoup as bsimportsys
reload(sys)
sys.setdefaultencoding("utf-8")classDouyu():def __init__(self):
self.driver=webdriver.PhantomJS()
self.num=0
self.count=0defdouyuSpider(self):
self.driver.get("/directory/all")whileTrue:
soup= bs(self.driver.page_source, "lxml")#房间名, 返回列表
names = soup.find_all("span", {"class" : "dy-name ellipsis fl"})#观众人数, 返回列表
numbers = soup.find_all("span", {"class" :"dy-num fr"})for name, number inzip(names, numbers):print u"观众人数: -" + number.get_text().strip() + u"-\t房间名:" +name.get_text().strip()
self.num+= 1count=number.get_text().strip()if count[-1]=="万":
countNum= float(count[:-1])*10000
else:
countNum=float(count)
self.count+=countNum#一直点击下一页
self.driver.find_element_by_class_name("shark-pager-next").click()#如果在页面源码里找到"下一页"为隐藏的标签，就退出循环
if self.driver.page_source.find("shark-pager-disable-next") != -1:break
print "当前网站直播人数:%s" %self.numprint "当前网站观众人数:%s" %self.countif __name__ == "__main__":
d=Douyu()
d.douyuSpider()
运行结果（部分展示）：
