selenium模塊

本文轉載自查看原文 2018-01-17 17:22 1079

閱讀目錄

一、介紹

二、安裝

一、介紹

selenium最初是一個測試工具，而爬蟲中使用它主要是為了解決requests無法直接執行JavaScript代碼的問題

selenium本質是通過驅動瀏覽器，完全模擬瀏覽器的操作，比如跳轉、輸入、點擊、下拉等，來拿到網頁渲染之后的結果，可支持多種瀏覽器

from selenium import webdriver
browser=webdriver.Chrome()
browser=webdriver.Firefox()
browser=webdriver.PhantomJS()  #無窗口瀏覽器
browser=webdriver.Safari()
browser=webdriver.Edge()

二、安裝

 1 #安裝：selenium+chromedriver
 2 pip3 install selenium
 3 下載chromdriver.exe放到python安裝路徑的scripts目錄中即可，注意最新版本是2.29，並非2.9
 4 國內鏡像網站地址：http://npm.taobao.org/mirrors/chromedriver/2.29/
 5 最新的版本去官網找:https://sites.google.com/a/chromium.org/chromedriver/downloads
 6 
 7 #驗證安裝
 8 C:\Users\Administrator>python3
 9 Python 3.6.1 (v3.6.1:69c0db5, Mar 21 2017, 18:41:36) [MSC v.1900 64 bit (AMD64)] on win32
10 Type "help", "copyright", "credits" or "license" for more information.
11 >>> from selenium import webdriver
12 >>> driver=webdriver.Chrome() #彈出瀏覽器
13 >>> driver.get('https://www.baidu.com')
14 >>> driver.page_source
15 
16 #注意：
17 selenium3默認支持的webdriver是Firfox，而Firefox需要安裝geckodriver
18 下載鏈接：https://github.com/mozilla/geckodriver/releases

selenium+chromedriver

 1 #安裝：selenium+phantomjs
 2 pip3 install selenium
 3 下載phantomjs，解壓后把phantomjs.exe所在的bin目錄放到環境變量
 4 下載鏈接：http://phantomjs.org/download.html
 5 
 6 #驗證安裝
 7 C:\Users\Administrator>phantomjs
 8 phantomjs> console.log('egon gaga')
 9 egon gaga
10 undefined
11 phantomjs> ^C
12 C:\Users\Administrator>python3
13 Python 3.6.1 (v3.6.1:69c0db5, Mar 21 2017, 18:41:36) [MSC v.1900 64 bit (AMD64)] on win32
14 Type "help", "copyright", "credits" or "license" for more information.
15 >>> from selenium import webdriver
16 >>> driver=webdriver.PhantomJS() #無界面瀏覽器
17 >>> driver.get('https://www.baidu.com')
18 >>> driver.page_source

selenium+phantomjs

三、基本使用

from selenium import webdriver
from selenium.webdriver import ActionChains   #破解活動驗證碼的時候用到
from selenium.webdriver.common.by import By   ##按照什么方式查找，By.ID,By.CSS_SELECTOR
from selenium.webdriver.common.keys import Keys  #鍵盤按鍵操作
from selenium.webdriver.support import expected_conditions as EC  #這個下面的一個是配合來使用的
from selenium.webdriver.support.wait import WebDriverWait  #等待頁面加載某些元素
browser = webdriver.Chrome()  # 彈出瀏覽器
try:
    browser.get("https://ai.taobao.com/")  #打開要訪問的頁面
    input_tag = browser.find_element_by_id("key")  #找到搜索框
    input_tag.send_keys("生日禮物") #輸入內容
    input_tag.send_keys(Keys.ENTER) #按回車
    wait = WebDriverWait(browser,10)
    wait.until(EC.presence_of_element_located((By.CLASS_NAME,"waterfall-bg"))) #等到class為waterfall-bg的元素加載完畢(也就是等加載的內容加載完),
最多等10秒


    print(browser.page_source)
    print(browser.current_url)
    print(browser.get_cookies())
except Exception as error:
    print(error)
finally:
    browser.close()

四、選擇器

一基本用法

 1 from selenium import webdriver
 2 from selenium.webdriver import ActionChains
 3 from selenium.webdriver.common.by import By
 4 from selenium.webdriver.common.keys import Keys
 5 from selenium.webdriver.support import expected_conditions as EC
 6 from selenium.webdriver.support.wait import WebDriverWait
 7 import time
 8 
 9 driver = webdriver.Chrome()
10 driver.get("https://www.baidu.com")
11 wait = driver.implicitly_wait(10)  #隱式等待，等所有，默認等10秒
12 
13 #顯示等待的用法
14 # wait = WebDriverWait(driver,10)  #顯示等待，等指定的，和EC配合這使用
15 # wait.until(EC.presence_of_element_located((By.ID,"kw")))
16 # 如果顯示等待是不能進行點擊的，如果要點擊，就得按照下面這樣的方式，而隱式等待就不用考慮這個問題了。
17 # button = wait.until(EC.element_to_be_clickable((By.ID,"kw")))
18 # button.click()
19 try:
20     # 1、find_element_by_id通過id來找
21     # tag = driver.find_element_by_id("su")
22     # print(tag.get_attribute("value"))  #獲取上面這個標簽的屬性
23     # 2、find_element_by_link_text通過有鏈接的文本去找
24     # login = driver.find_element_by_link_text("登錄")
25     # print(login.get_attribute("href"))
26     # login.click()  #點擊登錄按鈕
27     # 3、find_element_by_partial_link_text 找到包含這個錄字的鏈接文本去找
28     # login =  driver.find_element_by_partial_link_text("錄")
29     # login.click()
30     # 4、find_element_by_tag_name通過標簽的名字去找
31     # print(driver.find_element_by_tag_name("a"))
32     # time.sleep(5)
33     # 5、find_element_by_class_name通過類名去找
34     # print(driver.find_element_by_class_name("tang-pass-footerBarULogin"))
35    # 6、通過css選擇器找
36    print(driver.find_element_by_css_selector("#kw"))
37 finally:
38     driver.quit()

View Code

二 xpath

 1 #官網鏈接：http://selenium-python.readthedocs.io/locating-elements.html
 2 from selenium import webdriver
 3 from selenium.webdriver import ActionChains
 4 from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR
 5 from selenium.webdriver.common.keys import Keys #鍵盤按鍵操作
 6 from selenium.webdriver.support import expected_conditions as EC
 7 from selenium.webdriver.support.wait import WebDriverWait #等待頁面加載某些元素
 8 import time
 9 
10 driver=webdriver.PhantomJS()
11 driver.get('https://doc.scrapy.org/en/latest/_static/selectors-sample1.html')
12 # wait=WebDriverWait(driver,3)
13 driver.implicitly_wait(3) #使用隱式等待
14 
15 try:
16     # find_element_by_xpath
17     #//與/
18     # driver.find_element_by_xpath('//body/a')  # 開頭的//代表從整篇文檔中尋找,body之后的/代表body的兒子，這一行找不到就會報錯了
19 
20     driver.find_element_by_xpath('//body//a')  # 開頭的//代表從整篇文檔中尋找,body之后的//代表body的子子孫孫
21     driver.find_element_by_css_selector('body a')
22 
23     #取第n個
24     res1=driver.find_elements_by_xpath('//body//a[1]') #取第一個a標簽
25     print(res1[0].text)
26 
27     #按照屬性查找,下述三者查找效果一樣
28     res1=driver.find_element_by_xpath('//a[5]')
29     res2=driver.find_element_by_xpath('//a[@href="image5.html"]')
30     res3=driver.find_element_by_xpath('//a[contains(@href,"image5")]') #模糊查找
31     print('==>', res1.text)
32     print('==>',res2.text)
33     print('==>',res3.text)
34 
35 
36     #其他
37     res1=driver.find_element_by_xpath('/html/body/div/a')
38     print(res1.text)
39 
40     res2=driver.find_element_by_xpath('//a[img/@src="image3_thumb.jpg"]') #找到子標簽img的src屬性為image3_thumb.jpg的a標簽
41     print(res2.tag_name,res2.text)
42 
43     res3 = driver.find_element_by_xpath("//input[@name='continue'][@type='button']") #查看屬性name為continue且屬性type為button的input標簽
44     res4 = driver.find_element_by_xpath("//*[@name='continue'][@type='button']") #查看屬性name為continue且屬性type為button的所有標簽
45     
46     
47     time.sleep(5)
48 
49 finally:
50     driver.close()

View Code

三獲取標簽屬性

 1 from selenium import webdriver
 2 from selenium.webdriver import ActionChains
 3 from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR
 4 from selenium.webdriver.common.keys import Keys #鍵盤按鍵操作
 5 from selenium.webdriver.support import expected_conditions as EC
 6 from selenium.webdriver.support.wait import WebDriverWait #等待頁面加載某些元素
 7 
 8 browser=webdriver.Chrome()
 9 
10 browser.get('https://www.amazon.cn/')
11 
12 wait=WebDriverWait(browser,10)
13 wait.until(EC.presence_of_element_located((By.ID,'cc-lm-tcgShowImgContainer')))
14 
15 tag=browser.find_element(By.CSS_SELECTOR,'#cc-lm-tcgShowImgContainer img')
16 
17 #獲取標簽屬性，
18 print(tag.get_attribute('src'))
19 
20 
21 #獲取標簽ID，位置，名稱，大小（了解）
22 print(tag.id)
23 print(tag.location)
24 print(tag.tag_name)
25 print(tag.size)
26 
27 
28 browser.close()

獲取標簽屬性

五、等待元素被加載

#1、selenium只是模擬瀏覽器的行為，而瀏覽器解析頁面是需要時間的（執行css，js），一些元素可能需要過一段時間才能加載出來，為了保證能查找到元素，必須等待

#2、等待的方式分兩種：
隱式等待：在browser.get（'xxx'）前就設置，針對所有元素有效
顯式等待：在browser.get（'xxx'）之后設置，只針對某個元素有效

 1 from selenium import webdriver
 2 from selenium.webdriver import ActionChains
 3 from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR
 4 from selenium.webdriver.common.keys import Keys #鍵盤按鍵操作
 5 from selenium.webdriver.support import expected_conditions as EC
 6 from selenium.webdriver.support.wait import WebDriverWait #等待頁面加載某些元素
 7 
 8 browser=webdriver.Chrome()
 9 
10 #隱式等待:在查找所有元素時，如果尚未被加載，則等10秒
11 browser.implicitly_wait(10)
12 
13 browser.get('https://www.baidu.com')
14 
15 
16 input_tag=browser.find_element_by_id('kw')
17 input_tag.send_keys('美女')
18 input_tag.send_keys(Keys.ENTER)
19 
20 contents=browser.find_element_by_id('content_left') #沒有等待環節而直接查找，找不到則會報錯
21 print(contents)
22 
23 browser.close()

隱式等待

 1 from selenium import webdriver
 2 from selenium.webdriver import ActionChains
 3 from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR
 4 from selenium.webdriver.common.keys import Keys #鍵盤按鍵操作
 5 from selenium.webdriver.support import expected_conditions as EC
 6 from selenium.webdriver.support.wait import WebDriverWait #等待頁面加載某些元素
 7 
 8 browser=webdriver.Chrome()
 9 browser.get('https://www.baidu.com')
10 
11 
12 input_tag=browser.find_element_by_id('kw')
13 input_tag.send_keys('美女')
14 input_tag.send_keys(Keys.ENTER)
15 
16 
17 #顯式等待：顯式地等待某個元素被加載
18 wait=WebDriverWait(browser,10)
19 wait.until(EC.presence_of_element_located((By.ID,'content_left')))
20 
21 contents=browser.find_element(By.CSS_SELECTOR,'#content_left')
22 print(contents)
23 
24 
25 browser.close()

顯式等待

六、元素交互操作

 1 from selenium import webdriver
 2 from selenium.webdriver import ActionChains
 3 from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR
 4 from selenium.webdriver.common.keys import Keys #鍵盤按鍵操作
 5 from selenium.webdriver.support import expected_conditions as EC
 6 from selenium.webdriver.support.wait import WebDriverWait #等待頁面加載某些元素
 7 
 8 browser=webdriver.Chrome()
 9 browser.get('https://www.amazon.cn/')
10 wait=WebDriverWait(browser,10)
11 
12 
13 input_tag=wait.until(EC.presence_of_element_located((By.ID,'twotabsearchtextbox')))
14 input_tag.send_keys('iphone 8')
15 button=browser.find_element_by_css_selector('#nav-search > form > div.nav-right > div > input')
16 button.click()
17 
18 
19 import time
20 time.sleep(3)
21 
22 input_tag=browser.find_element_by_id('twotabsearchtextbox')
23 input_tag.clear() #清空輸入框
24 input_tag.send_keys('iphone7plus')
25 button=browser.find_element_by_css_selector('#nav-search > form > div.nav-right > div > input')
26 button.click()
27 
28 
29 
30 # browser.close()

點擊，清空

 1 from selenium import webdriver
 2 from selenium.webdriver import ActionChains
 3 from selenium.webdriver.common.by import By  # 按照什么方式查找，By.ID,By.CSS_SELECTOR
 4 from selenium.webdriver.common.keys import Keys  # 鍵盤按鍵操作
 5 from selenium.webdriver.support import expected_conditions as EC
 6 from selenium.webdriver.support.wait import WebDriverWait  # 等待頁面加載某些元素
 7 import time
 8 
 9 driver = webdriver.Chrome()
10 driver.get('http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable')
11 wait=WebDriverWait(driver,3)
12 # driver.implicitly_wait(3)  # 使用隱式等待
13 
14 try:
15     driver.switch_to.frame('iframeResult') ##切換到iframeResult
16     sourse=driver.find_element_by_id('draggable')
17     target=driver.find_element_by_id('droppable')
18 
19     #方式一：基於同一個動作鏈串行執行
20     # actions=ActionChains(driver) #拿到動作鏈對象
21     # actions.drag_and_drop(sourse,target) #把動作放到動作鏈中，准備串行執行
22     # actions.perform()
23 
24     #方式二：不同的動作鏈，每次移動的位移都不同
25     ActionChains(driver).click_and_hold(sourse).perform()
26     distance=target.location['x']-sourse.location['x']
27 
28     track=0
29     while track < distance:
30         ActionChains(driver).move_by_offset(xoffset=2,yoffset=0).perform()
31         track+=2
32 
33     ActionChains(driver).release().perform()
34 
35     time.sleep(10)
36 
37 finally:
38     driver.close()

Action Chains

 1 from selenium import webdriver
 2 from selenium.webdriver import ActionChains
 3 from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR
 4 from selenium.webdriver.common.keys import Keys #鍵盤按鍵操作
 5 from selenium.webdriver.support import expected_conditions as EC
 6 from selenium.webdriver.support.wait import WebDriverWait #等待頁面加載某些元素
 7 
 8 
 9 try:
10     browser=webdriver.Chrome()
11     browser.get('https://www.baidu.com')
12     browser.execute_script('alert("hello world")') #打印警告
13 finally:
14     browser.close()

在交互動作比較難實現的時候可以自己寫JS（萬能方法）

 1 #frame相當於一個單獨的網頁，在父frame里是無法直接查看到子frame的元素的，必須switch_to_frame切到該frame下，才能進一步查找
 2 
 3 from selenium import webdriver
 4 from selenium.webdriver import ActionChains
 5 from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR
 6 from selenium.webdriver.common.keys import Keys #鍵盤按鍵操作
 7 from selenium.webdriver.support import expected_conditions as EC
 8 from selenium.webdriver.support.wait import WebDriverWait #等待頁面加載某些元素
 9 
10 
11 try:
12     browser=webdriver.Chrome()
13     browser.get('http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable')
14 
15     browser.switch_to.frame('iframeResult') #切換到id為iframeResult的frame
16 
17     tag1=browser.find_element_by_id('droppable')
18     print(tag1)
19 
20     # tag2=browser.find_element_by_id('textareaCode') #報錯，在子frame里無法查看到父frame的元素
21     browser.switch_to.parent_frame() #切回父frame,就可以查找到了
22     tag2=browser.find_element_by_id('textareaCode')
23     print(tag2)
24 
25 finally:
26     browser.close()

補充:frame的切換

七、其他

 1 #模擬瀏覽器的前進后退
 2 import time
 3 from selenium import webdriver
 4 
 5 browser=webdriver.Chrome()
 6 browser.get('https://www.baidu.com')
 7 browser.get('https://www.taobao.com')
 8 browser.get('http://www.sina.com.cn/')
 9 
10 browser.back()
11 time.sleep(10)
12 browser.forward()
13 browser.close()

模擬瀏覽器的前進后退

 1 #cookies
 2 from selenium import webdriver
 3 
 4 browser=webdriver.Chrome()
 5 browser.get('https://www.zhihu.com/explore')
 6 print(browser.get_cookies())
 7 browser.add_cookie({'k1':'xxx','k2':'yyy'})
 8 print(browser.get_cookies())
 9 
10 # browser.delete_all_cookies()

 1 #選項卡管理：切換選項卡，有js的方式windows.open,有windows快捷鍵：ctrl+t等，最通用的就是js的方式
 2 import time
 3 from selenium import webdriver
 4 
 5 browser=webdriver.Chrome()
 6 browser.get('https://www.baidu.com')
 7 browser.execute_script('window.open()')
 8 
 9 print(browser.window_handles) #獲取所有的選項卡
10 browser.switch_to_window(browser.window_handles[1])
11 browser.get('https://www.taobao.com')
12 time.sleep(10)
13 browser.switch_to_window(browser.window_handles[0])
14 browser.get('https://www.sina.com.cn')
15 browser.close()

選項卡管理

 1 from selenium import webdriver
 2 from selenium.common.exceptions import TimeoutException,NoSuchElementException,NoSuchFrameException
 3 
 4 try:
 5     browser=webdriver.Chrome()
 6     browser.get('http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable')
 7     browser.switch_to.frame('iframssseResult')
 8 
 9 except TimeoutException as e:
10     print(e)
11 except NoSuchFrameException as e:
12     print(e)
13 finally:
14     browser.close()

異常處理

八、練習

 1 from selenium import webdriver
 2 from selenium.webdriver import ActionChains
 3 from selenium.webdriver.common.by import By
 4 from selenium.webdriver.common.keys import Keys
 5 from selenium.webdriver.support import expected_conditions as EC
 6 from selenium.webdriver.support.wait import WebDriverWait
 7 browser=webdriver.Chrome()
 8 wait = browser.implicitly_wait(10)
 9 try:
10     browser.get('http://mail.163.com/')
11     #首先先切到ifame下面
12     frame = browser.switch_to.frame("x-URS-iframe")
13     input_user = browser.find_element_by_name("email")
14     input_pwd = browser.find_element_by_name("password")
15     loginbutton = browser.find_element_by_id("dologin")
16 
17     input_user.send_keys("18093191510")  #輸入郵箱
18     input_pwd.send_keys("zhy..azjash1111")  #輸入密碼
19     loginbutton.click()  #點擊登錄
20 
21     # 如果遇到驗證碼，可以把下面一小段打開注釋
22     # import time
23     # time.sleep(10)
24     # button = browser.find_element_by_id('dologin')
25     # button.click()
26 
27     #登錄完成之后開始點擊寫信
28     write_msg = browser.find_element_by_xpath("//div[@id='dvNavTop']//li[2]")  #獲取第二個li標簽就是“寫信”了
29     print(write_msg.text)
30     write_msg.click()   #點擊寫信按鈕
31 
32     #找到寫信的輸入框輸入內容
33     recv_man = browser.find_element_by_class_name('nui-editableAddr-ipt')  #收件人
34     title = browser.find_element_by_css_selector('.dG0 .nui-ipt-input') #標題
35     content = browser.find_element_by_class_name("nui-scroll")
36 
37     recv_man.send_keys("2533916647@qq.com")
38     title.send_keys("每天都要開心，開心最重要！！！")
39     print(title.tag_name)
40 
41     #輸入要發送的內容
42     frame = browser.find_element_by_class_name("APP-editor-iframe")
43     frame = browser.switch_to.frame(frame)
44 
45     body = browser.find_element_by_xpath("//body")
46     print(body.text)
47     body.send_keys("啦啦啦啦啦啦")
48     #找到發送按鈕。點擊發送
49     browser.switch_to.parent_frame()  # 切回他爹
50     send_button = browser.find_element_by_class_name('nui-toolbar-item')
51     send_button.click()
52     # 可以睡時間久一點別讓瀏覽器關掉，看看發送成功沒有
53     import time
54 
55     time.sleep(10000)
56 
57 finally:
58     browser.quit()

自動登錄123並且自動發送郵箱

 1 from selenium import webdriver
 2 from selenium.webdriver import ActionChains
 3 from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR
 4 from selenium.webdriver.common.keys import Keys #鍵盤按鍵操作
 5 from selenium.webdriver.support import expected_conditions as EC
 6 from selenium.webdriver.support.wait import WebDriverWait #等待頁面加載某些元素
 7 import time
 8 
 9 
10 def get_goods(driver):
11     try:
12         goods=driver.find_elements_by_class_name('gl-item')
13 
14         for good in goods:
15             detail_url=good.find_element_by_tag_name('a').get_attribute('href')
16 
17             p_name=good.find_element_by_css_selector('.p-name em').text.replace('\n','')
18             price=good.find_element_by_css_selector('.p-price i').text
19             p_commit=good.find_element_by_css_selector('.p-commit a').text
20 
21             msg = '''
22             商品 : %s
23             鏈接 : %s
24             價錢 ：%s
25             評論 ：%s
26             ''' % (p_name,detail_url,price,p_commit)
27 
28             print(msg,end='\n\n')
29 
30 
31         button=driver.find_element_by_partial_link_text('下一頁')
32         button.click()
33         time.sleep(1)
34         get_goods(driver)
35     except Exception:
36         pass
37 
38 def spider(url,keyword):
39     driver = webdriver.Chrome()
40     driver.get(url)
41     driver.implicitly_wait(3)  # 使用隱式等待
42     try:
43         input_tag=driver.find_element_by_id('key')
44         input_tag.send_keys(keyword)
45         input_tag.send_keys(Keys.ENTER)
46         get_goods(driver)
47     finally:
48         driver.close()
49 
50 
51 if __name__ == '__main__':
52     spider('https://www.jd.com/',keyword='iPhone8手機')

爬取京東商城商品信息

免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。

猜您在找 selenium模塊 Python爬蟲——selenium模塊 3、爬蟲之selenium模塊 selenium keys模塊 Selenium模塊的使用爬蟲之selenium模塊 Selenium模塊的安裝 selenium模塊的基本使用 selenium===splinter模塊和selenium異曲同工爬蟲請求庫之selenium模塊