您好,登錄后才能下訂單哦!
這篇文章主要講解了Python中Selenium庫(kù)的使用方法,內(nèi)容清晰明了,對(duì)此有興趣的小伙伴可以學(xué)習(xí)一下,相信大家閱讀完之后會(huì)有幫助。
selenium介紹
selenium最初是一個(gè)自動(dòng)化測(cè)試工具,而爬蟲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 webdriver from 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_source print(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="/" 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種寫法,這里列幾個(gè)常用寫法:
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種寫法,這里列幾個(gè)常用寫法:
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 href="http://news.baidu.com" rel="external nofollow" name="tj_trnews">新聞</a> <a href="http://www.hao123.com" 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)置該元素是否用戶可見 |
size | 返回元素的尺寸 |
text | 獲取元素的文本 |
📝 示例
from selenium import webdriver from time import sleep #1.創(chuàng)建Chrome瀏覽器對(duì)象,這會(huì)在電腦上在打開一個(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 webdriver from time import sleep # 1.訪問(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 webdriver from time import sleep # 1.訪問(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_source print(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。“cookie_dict”指字典對(duì)象,必須有name 和value 值 |
delete_cookie(name,optionsString) | 刪除cookie信息。“name”是要?jiǎng)h除的cookie的名稱,“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 webdriver drive = 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 webdriver from 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 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_source print(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問(wèn)淘寶等網(wǎng)站的 window.navigator.webdriver的值為 undefined。而使用selenium訪問(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 webdriver from 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/')
看完上述內(nèi)容,是不是對(duì)Python中Selenium庫(kù)的使用方法有進(jìn)一步的了解,如果還想學(xué)習(xí)更多內(nèi)容,歡迎關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。