Python自動下載最新的chromedriver

 

前言

chromedriver是Web UI自動化必備的一個谷歌Chrome瀏覽器的驅動文件，需要和自己電腦上安裝的Chrome瀏覽器版本對應才能正常使用。
經常遇到新手裝的Chrome瀏覽器自動更新了，但是chromedriver沒更新，導致原本正常的腳本突然不能用了。
因此想做一個腳本自動下載最新的chromedriver。

代碼

import requests
import re

url = 'http://npm.taobao.org/mirrors/chromedriver/'
rep = requests.get(url).text

time_list = []          # 用來存放版本時間
time_version_dict = {}  # 用來存放版本與時間對應關系

result = re.compile(r'\d.*?/</a>.*?Z').findall(rep) # 匹配文件夾（版本號）和時間

for i in result:
    time = i[-24:-1]                                # 提取時間
    version = re.compile(r'.*?/').findall(i)[0]     # 提取版本號
    time_version_dict[time] = version               # 構建時間和版本號的對應關系，形成字典
    time_list.append(time)                          # 形成時間列表

latest_version = time_version_dict[max(time_list)]              # 用最大（新）時間去字典中獲取最新的版本號
download_url = url + latest_version + 'chromedriver_win32.zip'  # 拼接下載鏈接

file = requests.get(download_url)
with open("chromedriver.zip", 'wb') as zip_file:                # 保存文件到腳本所在目錄
    zip_file.write(file.content)

 

思路

1、訪問頁面，觀察規律
http://npm.taobao.org/mirrors/chromedriver/
打開頁面后，觀察發現我們需要的最新的Chromedriver版本，可以通過右邊的時間進行對比后找到，但需要排除最下方的幾個無用文件的干擾。
可以看出版本目錄的鏈接都是數字開頭，/結尾，容易想到用正則表達式提取，規則為\d.*?/

2、查看頁面源碼（接口返回），選擇處理方法
查看接口，發現頁面直接返回的是HTML，因此無法使用json處理，考慮使用BeautifulSoup4處理html文件。
然而實踐中發現時間並沒有包在a標簽內，用bs4獲取所有的a標簽，並沒有辦法獲取到對應的時間，所以也不能考慮用bs4處理。
那么只能嘗試使用正則表達式對信息進行提取處理了，選用re庫。

3、數據處理
每個a標簽的格式為：
<a href="/mirrors/chromedriver/70.0.3538.16/">70.0.3538.16/</a> 2018-09-17T20:50:43.843Z

我們需要的只是后半段就可以了：70.0.3538.16/</a> 2018-09-17T20:50:43.843Z
規律為數字開頭，中間是/</a>，結尾是Z，正則為：\d.*?/</a>.*?Z

代碼為：results = re.compile(r'\d.*?/</a>.*?Z').findall(html內容)

在提出取來的信息中二次提取版本號：re.compile(r'.*?/').findall(result)

時間也可以用正則提取，不過由於格式比較固定，可以直接用字符串切片result[-24:-1]，即最后的24個字符

接下來就簡單了，找到最新的時間，然后把這個時間對應的版本號找到就行了

思路為在遍歷每個a標簽的同時：

1. 收集所有時間組成一個列表time_list；
2. 同時將時間和版本構造成字典time_version_dict；

最后用max函數找到time_list的最大值，把最大值作為key去找time_version_dict的版本。

PS：挖個坑，后續增加自動解壓至指定目錄的功能，方便直接替換系統環境內的舊Chromedriver文件。

2019.01.26更新

來填坑了
通過cmd命令查詢當前Chromedriver的目錄和版本

自動解壓到系統環境內替換Chromedriver的代碼

import requests
import re

url = 'http://npm.taobao.org/mirrors/chromedriver/'
rep = requests.get(url).text

time_list = []          # 用來存放版本時間
time_version_dict = {}  # 用來存放版本與時間對應關系

result = re.compile(r'\d.*?/</a>.*?Z').findall(rep) # 匹配文件夾（版本號）和時間

for i in result:
    time = i[-24:-1]                                # 提取時間
    version = re.compile(r'.*?/').findall(i)[0]     # 提取版本號
    time_version_dict[time] = version               # 構建時間和版本號的對應關系，形成字典
    time_list.append(time)                          # 形成時間列表

latest_version = time_version_dict[max(time_list)]              # 用最大（新）時間去字典中獲取最新的版本號
download_url = url + latest_version + 'chromedriver_win32.zip'  # 拼接下載鏈接

file = requests.get(download_url)
with open("chromedriver.zip", 'wb') as zip_file:                # 保存文件到腳本所在目錄
    zip_file.write(file.content)

 

將兩段代碼合並一下，加入判斷是否已經為最新文件，再封裝一下：

import requests
import re
import os
import zipfile

def get_latest_version(url):
    '''查詢最新的Chromedriver版本'''
    rep = requests.get(url).text
    time_list = []                                          # 用來存放版本時間
    time_version_dict = {}                                  # 用來存放版本與時間對應關系
    result = re.compile(r'\d.*?/</a>.*?Z').findall(rep)     # 匹配文件夾（版本號）和時間
    for i in result:
        time = i[-24:-1]                                    # 提取時間
        version = re.compile(r'.*?/').findall(i)[0]         # 提取版本號
        time_version_dict[time] = version                   # 構建時間和版本號的對應關系，形成字典
        time_list.append(time)                              # 形成時間列表
    latest_version = time_version_dict[max(time_list)][:-1] # 用最大（新）時間去字典中獲取最新的版本號
    return latest_version

def download_driver(download_url):
    '''下載文件'''
    file = requests.get(download_url)
    with open("chromedriver.zip", 'wb') as zip_file:        # 保存文件到腳本所在目錄
        zip_file.write(file.content)
        print('下載成功')

def get_version():
    '''查詢系統內的Chromedriver版本'''
    outstd2 = os.popen('chromedriver --version').read()
    return outstd2.split(' ')[1]

def get_path():
    '''查詢系統內Chromedriver的存放路徑'''
    outstd1 = os.popen('where chromedriver').read()
    return outstd1.strip('chromedriver.exe\n')

def unzip_driver(path):
    '''解壓Chromedriver壓縮包到指定目錄'''
    f = zipfile.ZipFile("chromedriver.zip",'r')
    for file in f.namelist():
        f.extract(file, path)

if __name__ == "__main__":
    url = 'http://npm.taobao.org/mirrors/chromedriver/'
    latest_version = get_latest_version(url)
    print('最新的chromedriver版本為：', latest_version)
    version = get_version()
    print('當前系統內的Chromedriver版本為：', version)
    if version == latest_version:
        print('當前系統內的Chromedriver已經是最新的')
    else:
        print('當前系統內的Chromedriver不是最新的，需要進行更新')
        download_url = url + latest_version + '/chromedriver_win32.zip'  # 拼接下載鏈接
        download_driver(download_url)
        path = get_path()
        print('替換路徑為：', path)
        unzip_driver(path)
        print('更新后的Chromedriver版本為：', get_version())

 

 

測試一下：

收工。