Python中Selenium庫(kù)使用教程詳解
selenium介紹
selenium最初是一個(gè)自動(dòng)化測(cè)試工具,而爬蟲(chóng)中使用它主要是為了解決requests無(wú)法直接執(zhí)行JavaScript代碼的問(wèn)題 selenium本質(zhì)是通過(guò)驅(qū)動(dòng)瀏覽器,完全模擬瀏覽器的操作,比如跳轉(zhuǎn)、輸入、點(diǎn)擊、下拉等,來(lái)拿到網(wǎng)頁(yè)渲染之后的結(jié)果,可支持多種瀏覽器
中文參考文檔
官網(wǎng)
環(huán)境安裝
下載安裝selenium
pip install selenium -i https://mirrors.aliyun.com/pypi/simple/
谷歌瀏覽器驅(qū)動(dòng)程序下載地址:
http://chromedriver.storage.googleapis.com/index.html
使用示例
from selenium import webdriverfrom time import sleep# 實(shí)例化一款瀏覽器bor = webdriver.Chrome(executable_path=’chromedriver.exe’)# 對(duì)指定的url發(fā)起請(qǐng)求bor.get(’https://www.jd.com/’)sleep(1)# 進(jìn)行標(biāo)簽定位search_input = bor.find_element_by_id(’key’)# 向搜索框中錄入關(guān)鍵詞search_input.send_keys('mac pro')# 點(diǎn)擊搜索按鈕btn = bor.find_element_by_xpath(’//*[@id='search']/div/div[2]/button’)btn.click()sleep(2)# 執(zhí)行js,讓滾輪向下滾動(dòng)bor.execute_script(’window.scrollTo(0, document.body.scrollHeight)’)sleep(2)page_text = bor.page_sourceprint(page_text)bor.quit()
瀏覽器創(chuàng)建
Selenium支持非常多的瀏覽器,如Chrome、Firefox、Edge等,還有Android、BlackBerry等手機(jī)端的瀏覽器。另外,也支持無(wú)界面瀏覽器PhantomJS。
from selenium import webdriver browser = webdriver.Chrome()browser = webdriver.Firefox()browser = webdriver.Edge()browser = webdriver.PhantomJS()browser = webdriver.Safari()
元素定位
webdriver 提供了一系列的元素定位方法,常用的有以下幾種:
定位一個(gè)元素 定位多個(gè)元素 含義 find_element_by_id find_elements_by_id 通過(guò)元素id定位 find_element_by_name find_elements_by_name 通過(guò)元素name定位 find_element_by_xpath find_elements_by_xpath 通過(guò)xpath表達(dá)式定位 find_element_by_link_text find_elements_by_link_tex 通過(guò)完整超鏈接定位 find_element_by_partial_link_text find_elements_by_partial_link_text 通過(guò)部分鏈接定位 find_element_by_tag_name find_elements_by_tag_name 通過(guò)標(biāo)簽定位 find_element_by_class_name find_elements_by_class_name 通過(guò)類(lèi)名進(jìn)行定位 find_elements_by_css_selector find_elements_by_css_selector 通過(guò)css選擇器進(jìn)行定位
注意:
1、find_element_by_xxx找的是第一個(gè)符合條件的標(biāo)簽,find_elements_by_xxx找的是所有符合條件的標(biāo)簽。
2、根據(jù)ID、CSS選擇器和XPath獲取,它們返回的結(jié)果完全一致。
3、另外,Selenium還提供了通用方法find_element(),它需要傳入兩個(gè)參數(shù):查找方式By和值。實(shí)際上,它就是find_element_by_id()這種方法的通用函數(shù)版本,比如find_element_by_id(id)就等價(jià)于find_element(By.ID, id),二者得到的結(jié)果完全一致。
實(shí)例演示
假如有一個(gè)web頁(yè)面,通過(guò)前端工具查看到一個(gè)元素的屬性是這樣的。
<html> <head> <body link='#0000cc'> <a href='http://www.hdgsjgj.cn/' rel='external nofollow' onmousedown='return c({’fm’:’tab’,’tab’:’logo’})'> <form name='f' action='/s'> <span ></span> <input name='wd' value='' maxlength='255' autocomplete='off'>
通過(guò)id定位:
dr.find_element_by_id('kw')
通過(guò)name定位:
dr.find_element_by_name('wd')
通過(guò)class name定位:
dr.find_element_by_class_name('s_ipt')
通過(guò)tag name定位:
dr.find_element_by_tag_name('input')
通過(guò)xpath定位,xpath定位有N種寫(xiě)法,這里列幾個(gè)常用寫(xiě)法:
dr.find_element_by_xpath('//*[@]')dr.find_element_by_xpath('//*[@name=’wd’]')dr.find_element_by_xpath('//input[@]')dr.find_element_by_xpath('/html/body/form/span/input')dr.find_element_by_xpath('//span[@]/input')dr.find_element_by_xpath('//form[@]/span/input')dr.find_element_by_xpath('//input[@ and @name=’wd’]')
通過(guò)css定位,css定位有N種寫(xiě)法,這里列幾個(gè)常用寫(xiě)法:
dr.find_element_by_css_selector('#kw')dr.find_element_by_css_selector('[name=wd]')dr.find_element_by_css_selector('.s_ipt')dr.find_element_by_css_selector('html > body > form > span > input')dr.find_element_by_css_selector('span.soutu-btn> input#kw')dr.find_element_by_css_selector('form#form > span > input')
假如頁(yè)面上有如下一組文本鏈接
<a rel='external nofollow' name='tj_trnews'>新聞</a><a rel='external nofollow' name='tj_trhao123'>hao123</a>
通過(guò)link text定位:
dr.find_element_by_link_text('新聞')dr.find_element_by_link_text('hao123')
通過(guò)partial link text定位:
dr.find_element_by_partial_link_text('新')dr.find_element_by_partial_link_text('hao')dr.find_element_by_partial_link_text('123')
控制瀏覽器
常用的控制瀏覽器操作的一些方法
方法 說(shuō)明 set_window_size() 設(shè)置瀏覽器的大小 back() 控制瀏覽器后退 forward() 控制瀏覽器前進(jìn) refresh() 刷新當(dāng)前頁(yè)面 clear() 清除文本 send_keys (value) 模擬按鍵輸入 click() 單擊元素 submit() 用于提交表單 get_attribute(name) 獲取元素屬性值 is_displayed() 設(shè)置該元素是否用戶(hù)可見(jiàn) size 返回元素的尺寸 text 獲取元素的文本📝 示例
from selenium import webdriverfrom time import sleep#1.創(chuàng)建Chrome瀏覽器對(duì)象,這會(huì)在電腦上在打開(kāi)一個(gè)瀏覽器窗口browser = webdriver.Chrome(executable_path= 'chromedriver.exe')#2.通過(guò)瀏覽器向服務(wù)器發(fā)送URL請(qǐng)求browser.get('https://www.baidu.com/')sleep(3)#3.刷新瀏覽器browser.refresh()#4.設(shè)置瀏覽器的大小browser.set_window_size(1400,800)#5.設(shè)置鏈接內(nèi)容element=browser.find_element_by_link_text('新聞')element.click()
調(diào)用JavaScript代碼
雖然WebDriver提供了操作瀏覽器的前進(jìn)和后退方法,但對(duì)于瀏覽器滾動(dòng)條并沒(méi)有提供相應(yīng)的操作方法。在這種情況下,就可以借助JavaScript來(lái)控制瀏覽器的滾動(dòng)條。WebDriver提供了execute_script()方法來(lái)執(zhí)行JavaScript代碼。
用于調(diào)整瀏覽器滾動(dòng)條位置的JavaScript代碼如下:
<!-- window.scrollTo(左邊距,上邊距); -->window.scrollTo(0,450);
from selenium import webdriverfrom time import sleep# 1.訪(fǎng)問(wèn)百度drive = webdriver.Chrome(executable_path=’chromedriver.exe’)drive.get(’https://www.baidu.com’)# 2.搜索drive.find_element_by_id(’kw’).send_keys(’python’)drive.find_element_by_id(’su’).click()# 3.休眠2s,獲取服務(wù)器的響應(yīng)內(nèi)容sleep(2)# 4.通過(guò)javascript設(shè)置瀏覽器窗口的滾動(dòng)條位置drive.execute_script(’window.scrollTo(0, 500)’)# drive.execute_script(’window.scrollTo(0, document.body.scrollHeight)’) #滑到最底部sleep(2)drive.close()
獲取頁(yè)面源碼數(shù)據(jù)
通過(guò)page_source屬性可以獲取網(wǎng)頁(yè)的源代碼,接著就可以使用解析庫(kù)(如正則表達(dá)式、Beautiful Soup、pyquery等)來(lái)提取信息了。
📝 示例
from selenium import webdriverfrom time import sleep# 1.訪(fǎng)問(wèn)百度drive = webdriver.Chrome(executable_path=’chromedriver.exe’)drive.get(’https://www.baidu.com’)# 2.搜索drive.find_element_by_id(’kw’).send_keys(’python’)drive.find_element_by_id(’su’).click()# 3.休眠2s,獲取服務(wù)器的響應(yīng)內(nèi)容sleep(2)# 4.獲取頁(yè)面源碼數(shù)據(jù)text = drive.page_sourceprint(text)drive.close()
cookie操作
有時(shí)候我們需要驗(yàn)證瀏覽器中cookie是否正確,因?yàn)榛谡鎸?shí)cookie的測(cè)試是無(wú)法通過(guò)白盒和集成測(cè)試進(jìn)行的。WebDriver提供了操作Cookie的相關(guān)方法,可以讀取、添加和刪除cookie信息。
WebDriver操作cookie的方法:
方法 說(shuō)明 get_cookies() 獲得所有cookie信息 get_cookie(name) 返回字典的key為“name”的cookie信息 add_cookie(cookie_dict) 添加cookie?!癱ookie_dict”指字典對(duì)象,必須有name 和value 值 delete_cookie(name,optionsString) 刪除cookie信息?!皀ame”是要?jiǎng)h除的cookie的名稱(chēng),“optionsString”是該cookie的選項(xiàng),目前支持的選項(xiàng)包括“路徑”,“域” delete_all_cookies() 刪除所有cookie信息📝 示例
from selenium import webdriverdrive = webdriver.Chrome(executable_path=’chromedriver.exe’)drive.get(’https://www.cnblogs.com/’)# 1.打印cookie信息print(drive.get_cookies())# 2.添加cookie信息dic = {’name’:’name’, ’value’:’python’}drive.add_cookie(dic)print(drive.get_cookies())# 3.遍歷打印cookie信息for cookie in drive.get_cookies(): print(f'{cookie[’name’]}---f{cookie[’value’]}n')drive.close()
谷歌無(wú)頭瀏覽器
PhantomJs已停止維護(hù)更新,這里使用谷歌的無(wú)頭瀏覽器,是一款無(wú)界面的谷歌瀏覽器。很多時(shí)候我們爬取數(shù)據(jù),并不想打開(kāi)一個(gè)瀏覽器窗口進(jìn)行操作,我們只需要獲取數(shù)據(jù)或者拿到cookie然后進(jìn)行操作。
📝 示例
from selenium import webdriverfrom selenium.webdriver.chrome.options import Options# 1.創(chuàng)建一個(gè)參數(shù)對(duì)象,用來(lái)控制chrome以無(wú)界面模式打開(kāi)chrome_options = Options()chrome_options.add_argument(’--headless’)chrome_options.add_argument(’--disable-gpu’)# 2.創(chuàng)建瀏覽器對(duì)象drive = webdriver.Chrome(executable_path=’chromedriver.exe’, chrome_options=chrome_options)# 3.發(fā)起請(qǐng)求獲取數(shù)據(jù)drive.get(’https://www.cnblogs.com/’)page_text = drive.page_sourceprint(page_text)drive.close()
selenium規(guī)避被檢測(cè)識(shí)別
現(xiàn)在不少大網(wǎng)站有對(duì)selenium采取了監(jiān)測(cè)機(jī)制。比如正常情況下我們用瀏覽器訪(fǎng)問(wèn)淘寶等網(wǎng)站的 window.navigator.webdriver的值為 undefined。而使用selenium訪(fǎng)問(wèn)則該值為true。那么如何解決這個(gè)問(wèn)題呢?
只需要設(shè)置Chromedriver的啟動(dòng)參數(shù)即可解決問(wèn)題。在啟動(dòng)Chromedriver之前,為Chrome開(kāi)啟實(shí)驗(yàn)性功能參數(shù)excludeSwitches,它的值為[’enable-automation’],完整代碼如下:
📝 示例
from selenium import webdriverfrom selenium.webdriver import ChromeOptions# 1.實(shí)例化一個(gè)ChromeOptions對(duì)象option = ChromeOptions()option.add_experimental_option(’excludeSwitches’, [’enable-automation’])# 2.將ChromeOptions實(shí)例化的對(duì)象option作為參數(shù)傳給Crhome對(duì)象driver = webdriver.Chrome(executable_path=’chromedriver.exe’, options=option)# 3.發(fā)起請(qǐng)求driver.get(’https://www.taobao.com/’)
到此這篇關(guān)于Python中Selenium庫(kù)使用教程詳解的文章就介紹到這了,更多相關(guān)Python Selenium庫(kù)使用內(nèi)容請(qǐng)搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)!
相關(guān)文章:
1. vue實(shí)現(xiàn)web在線(xiàn)聊天功能2. SpringBoot+TestNG單元測(cè)試的實(shí)現(xiàn)3. Springboot 全局日期格式化處理的實(shí)現(xiàn)4. idea配置jdk的操作方法5. Docker容器如何更新打包并上傳到阿里云6. Java GZip 基于內(nèi)存實(shí)現(xiàn)壓縮和解壓的方法7. 完美解決vue 中多個(gè)echarts圖表自適應(yīng)的問(wèn)題8. VMware中如何安裝Ubuntu9. python 浮點(diǎn)數(shù)四舍五入需要注意的地方10. JAMon(Java Application Monitor)備忘記
