运行结果: 代码无法运行，因为未安装必要的依赖库，包括 'beautifulsoup4'、'Pillow'等。此外，代码中使用了 selenium'、'requests'、 ChromeDriver，但未确保系统中已正确安装对应版本的 Chrome 浏览器及 ChromeDriver 驱动。

<think> 我们注意到用户运行代码时遇到了依赖库未安装和ChromeDriver配置问题。下面提供完整的解决方案，包括安装指南和配置步骤。 同时，我们将改造代码使其更具健壮性，添加环境检查逻辑。 ### 解决方案：环境配置与代码增强 #### 1. 依赖安装指南 在运行代码前，执行以下命令安装所需Python库： ```bash # 安装核心依赖 pip install selenium beautifulsoup4 requests pillow # 额外推荐安装（用于WebDriver管理） pip install webdriver-manager ``` #### 2. Chrome浏览器与驱动配置 - **自动方案（推荐）**：使用`webdriver-manager`自动管理驱动 ```python from selenium.webdriver.chrome.service import Service from webdriver_manager.chrome import ChromeDriverManager # 替换原有Service初始化代码 service = Service(ChromeDriverManager().install()) ``` - **手动方案**： 1. 确认Chrome版本：浏览器地址栏输入`chrome://version` 2. 下载匹配的[chromedriver](https://chromedriver.chromium.org/downloads) 3. 将解压后的`chromedriver`放置到系统PATH目录或项目目录 #### 3. 增强版代码（添加环境检查） ```python import os import sys import time import requests import subprocess from selenium import webdriver from selenium.webdriver.common.by import By from selenium.webdriver.chrome.service import Service from bs4 import BeautifulSoup try: from webdriver_manager.chrome import ChromeDriverManager except ImportError: ChromeDriverManager = None # 配置常量 SCREENSHOT_DIR = "douban_screenshots" USER_AGENT = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/117.0.0.0 Safari/537.36" PAGE_STARTS = range(0, 250, 25) # 分页参数 def check_dependencies(): """检查必要依赖是否安装""" required = {'selenium', 'bs4', 'requests', 'PIL'} missing = [] for lib in required: try: __import__(lib) except ImportError: missing.append(lib) if missing: print("❌ 缺少必要依赖库:", ", ".join(missing)) print("👉 请执行: pip install", " ".join(missing)) sys.exit(1) def init_webdriver(): """初始化WebDriver（自动/手动模式）""" options = webdriver.ChromeOptions() options.add_argument("--headless=new") options.add_argument(f"user-agent={USER_AGENT}") options.add_argument("--disable-gpu") options.add_argument("--window-size=1920,1080") # 自动驱动管理模式（优先） if ChromeDriverManager: service = Service(ChromeDriverManager().install()) return webdriver.Chrome(service=service, options=options) # 回退手动模式 try: return webdriver.Chrome(options=options) except Exception as e: print("❌ ChromeDriver初始化失败:", str(e)) print("👉 解决方案: https://github.com/SergeyPirogov/webdriver_manager") sys.exit(1) # ... get_movie_details和take_screenshot函数保持不变（参考前文）... def main(): # 预检查 check_dependencies() os.makedirs(SCREENSHOT_DIR, exist_ok=True) # 初始化浏览器 driver = init_webdriver() print("🚀 浏览器初始化成功 | 模式:", "Headless") try: for start in PAGE_STARTS: # ... 原有分页处理逻辑 ... finally: driver.quit() if __name__ == "__main__": main() ``` ### 关键增强说明 1. **依赖预检查**： - 在启动时检查`selenium`, `bs4`, `requests`, `PIL`是否安装 - 提供明确的安装指引便于问题修复 2. **智能驱动管理**： - 优先使用`webdriver-manager`自动处理驱动版本匹配 - 手动模式作为备选方案，并提供错误指导 3. **配置集中管理**： ```python # 用户代理等参数集中配置 USER_AGENT = "Mozilla/5.0 ..." PAGE_STARTS = range(0, 250, 25) ``` 4. **错误处理优化**： - 驱动初始化失败时提供解决方案链接 - 依赖缺失时直接退出并提示安装命令 ### 运行验证流程 1. 安装依赖 → 2. 保存代码 → 3. 执行脚本 → 4. 查看`screenshots`目录 §§相关问题§§ 1. 如何在不中断爬虫的情况下处理豆瓣的登录验证弹窗？ 2. 当需要保存数万张截图时，怎样优化存储结构避免单目录文件过多？ 3. 如何通过Docker容器化技术解决跨平台环境配置问题？ 4. 在无头浏览器中怎样检测页面是否完全加载完成（替代固定延时）？ 5. 如何将截图任务队列化实现断点续爬功能？ </think> ### 依赖安装与环境配置完整指南 以下是解决依赖问题和环境配置的完整方案，包含详细的安装步骤和增强型代码： #### 1. 依赖安装命令 ```bash # 安装核心Python库 pip install selenium beautifulsoup4 requests Pillow # 安装浏览器驱动管理工具 pip install webdriver-manager ``` #### 2. ChromeDriver自动配置方案 ```python from selenium import webdriver from selenium.webdriver.chrome.service import Service from webdriver_manager.chrome import ChromeDriverManager def init_webdriver(): options = webdriver.ChromeOptions() options.add_argument("--headless=new") # 自动安装匹配的ChromeDriver service = Service(executable_path=ChromeDriverManager().install()) driver = webdriver.Chrome(service=service, options=options) return driver ``` ### 增强型截图爬虫代码（含环境检查） ```python import os import sys import time import requests import subprocess from selenium import webdriver from selenium.webdriver.common.by import By from selenium.webdriver.chrome.service import Service from bs4 import BeautifulSoup from webdriver_manager.chrome import ChromeDriverManager from PIL import Image # 配置常量 SCREENSHOT_DIR = "douban_screenshots" USER_AGENT = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/117.0.0.0 Safari/537.36" PAGE_STARTS = range(0, 250, 25) # 分页参数 def check_environment(): """检查必要环境依赖""" print("🔍 正在检查环境依赖...") # 检查Python库 required_libs = ['selenium', 'bs4', 'requests', 'PIL'] missing_libs = [] for lib in required_libs: try: __import__(lib) except ImportError: missing_libs.append(lib) if missing_libs: print(f"❌ 缺少必要库: {', '.join(missing_libs)}") print("👉 请执行: pip install " + " ".join(missing_libs)) return False # 检查Chrome安装 try: result = subprocess.check_output(["google-chrome", "--version"], stderr=subprocess.STDOUT) print(f"✅ Chrome已安装: {result.decode().strip()}") except: print("❌ 未检测到Chrome浏览器") print("👉 请安装Chrome: https://www.google.com/chrome/") return False print("✅ 环境检查通过") return True def init_webdriver(): """初始化WebDriver（自动处理驱动）""" print("🚀 正在初始化浏览器...") options = webdriver.ChromeOptions() options.add_argument("--headless=new") options.add_argument(f"user-agent={USER_AGENT}") options.add_argument("--disable-gpu") options.add_argument("--window-size=1920,1080") options.add_argument("--log-level=3") try: # 自动下载并配置匹配的ChromeDriver service = Service(ChromeDriverManager().install()) driver = webdriver.Chrome(service=service, options=options) print(f"✅ ChromeDriver初始化成功 | 版本: {driver.capabilities['browserVersion']}") return driver except Exception as e: print(f"❌ 浏览器初始化失败: {str(e)}") print("👉 解决方案: https://github.com/SergeyPirogov/webdriver_manager") return None # ...（保留之前的get_movie_details和take_screenshot函数）... def main(): """主函数：含环境检查和错误处理""" if not check_environment(): print("🛑 请先解决环境依赖问题") return driver = init_webdriver() if not driver: return print("📂 创建截图目录...") os.makedirs(SCREENSHOT_DIR, exist_ok=True) try: # 页面处理逻辑（同之前） except KeyboardInterrupt: print("\n🛑 用户中断操作") except Exception as e: print(f"‼️ 未处理的异常: {str(e)}") finally: driver.quit() print("🛑 浏览器已关闭") if __name__ == "__main__": main() ``` ### 关键增强功能说明 1. **环境自检系统**： - 自动检查必要的Python库是否安装 - 验证Chrome浏览器是否存在 - 提供清晰的错误解决方案链接 2. **驱动自动管理**： ```python # 自动处理ChromeDriver版本匹配 service = Service(ChromeDriverManager().install()) ``` 3. **跨平台兼容处理**： ```python # Windows/macOS/Linux兼容的浏览器检测 subprocess.check_output(["google-chrome", "--version"]) ``` 4. **健壮的错误处理**： ```python try: # 核心逻辑 except KeyboardInterrupt: # 用户中断处理 except Exception as e: # 全局异常捕获 finally: driver.quit() # 确保资源释放 ``` ### 执行流程说明 1. **环境检查阶段**： - 检查Python库依赖 - 验证Chrome安装状态 - 提供修复指引 2. **自动化驱动配置**： - 自动下载匹配的ChromeDriver - 配置无头浏览器参数 3. **爬虫执行阶段**： - 创建截图目录 - 分页获取电影信息 - 对每个详情页截图 4. **清理阶段**： - 确保浏览器关闭 - 异常时友好退出 ### 常见问题解决方案 1. **防火墙拦截下载**： ```bash # 手动下载驱动 pip download webdriver-manager ``` 2. **企业环境限制**： ```python # 手动指定驱动路径 service = Service(executable_path="D:/drivers/chromedriver.exe") ``` 3. **依赖安装失败**： ```bash # 使用清华镜像源 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple [包名] ```