理解三个工具的分工把它们想象成一个数据处理团队工具 角色 主要工作Pandas 数据分析员 筛选、计算、汇总数据openpyxl Excel 助手 写入单元格、调整格式、保存工作簿Selenium 浏览器操作员 打开网页、点击元素、读取网页内容例如你想研究 Amazon 产品的价格变化Selenium 可以在适当情况下打开网页并读取公开显示的信息。Pandas 可以整理价格数据、计算均价和变化幅度。openpyxl 可以将分析结果输出成格式整齐的 Excel 报表。如果网站提供官方 API 或可下载报表通常优先考虑这些更稳定的方式不是所有数据获取任务都需要 Selenium。第 1步安装 Selenium在VS Code 终端中输入python-m pip install selenium按 Enter等待安装完成。Selenium 4 通常可以通过 Selenium Manager 自动处理兼容的浏览器驱动因此先不用手动下载 ChromeDriver。第 2 步检查 Selenium 版本在 VS Code 的 Jupyter Notebook 里新建一个代码单元格运行importseleniumprint(selenium.__version__)import selenium把 Selenium 导入当前 Notebook。print(selenium.version)显示安装的版本号。第 3 步用 Selenium 打开网页这一步我们让 Python 模拟人类操作浏览器启动 Chrome然后打开 Selenium 官方提供的练习网页。暂时不抓取 Amazon先把基本操作跑通。fromseleniumimportwebdriver driverwebdriver.Chrome()driver.get(https://www.selenium.dev/selenium/web/web-form.html)from selenium import webdriver导入浏览器控制工具。webdriver.Chrome()启动 Chrome 浏览器。可以把它理解为叫来一个浏览器操作员。driver.get(…)让浏览器访问指定网址。以后换网址只需要修改引号里的链接。程序一直在运行但没有弹出Chorme1.检查是否安装了chorme2.在终端输入检查环境python-cimport shutil; print(shutil.which(chrome)); print(shutil.which(chromedriver))检查 Chrome 是否安装在默认位置powershell Test-PathC:\Program Files\Google\Chrome\Application\chrome.exeTest-PathC:\Program Files (x86)\Google\Chrome\Application\chrome.exeTest-Path$env:LOCALAPPDATA\Google\Chrome\Application\chrome.exe第一行是 True说明它安装在 C:\Program Files\Google\Chrome\Application\chrome.exe 检查 Selenium 能否启动 Chrome 先确认 Jupyter 里之前一直运行的代码已经停止。然后在 VS Code 的终端中运行下面这条命令。 powershell python -c from selenium import webdriver; dwebdriver.Chrome(); print(Chrome启动成功); d.quit()打开网页fromseleniumimportwebdriver driverwebdriver.Chrome()driver.get(https://www.selenium.dev/selenium/web/web-form.html)print(driver.title)Selenium 可以模拟点击、输入、翻页等浏览器操作。第 4 步读取网页信息刚才你让 Selenium 打开了网页。接下来我们让它像人一样看看网页的标题并读取页面上的文字。print(网页标题,driver.title)textdriver.find_element(tag name,h1).textprint(页面标题文字:,text)driver.title读取浏览器标签页的网页标题。find_element(…)在网页里寻找一个指定元素。“tag name”, “h1”寻找 HTML 中的一级标题就像找到网页上最大号的标题。.text取出这个元素里显示的文字。注意这里的 driver 是刚才启动浏览器时创建的变量。如果你重启过 Notebook 内核需要重新执行启动浏览器的代码。是h1,数字1第 5 步把抓取结果整理成表格实际工作中我们通常不会只抓取一个标题而是希望把抓到的信息整理成结构化数据方便后续用 Pandas 分析或者用 openpyxl 写入 Excel。我们先把刚才读取的网页信息整理成一张小表格。import pandasaspd data{项目:[网页标题,页面标题文字],抓取结果:[driver.title,text]}dfpd.DataFrame(data)print(df)data把抓取结果装进两个字段里像先把资料放进两个文件夹。pd.DataFrame(data)把资料整理成表格。print(df)显示整理后的表格。Selenium采集员打开网页、点击按钮、读取网页文字。Pandas分析员清洗数据、计算指标、筛选异常。openpyxlExcel 助手把结果写入 Excel设置格式并保存文件。以后做 Amazon 数据分析时可以把这条流程理解成网页采集 → 数据整理 → 指标分析 → 导出 Excel。当然真实的 Amazon 页面可能有登录、反爬限制或访问权限不能假设 Selenium 可以直接抓取所有数据。