selenium常用API的使用过程记录(包括自动登录)
|
什么是Selenium
Selenium是一个自动化测试工具,对各种浏览器都能很好地支持,包括Chrome、Firefox这些主流浏览器。使用它就可以模拟浏览器进行各种各样的操作,包括爬取一些网页内容。当你看到浏览器自己运行并且在网页上翻页或者跳转的时候,应该会觉得很有趣的。
安装selenium先安装好Selenium库和对应浏览器的WebDriver驱动,比如我用的是Chrome,则相对应安装的是ChromeDriver。
1.安装selenium # 打开命令控制符执行 pip install selenium
2.我的Google Chrome 已是最新版本版本 74.0.3729.108(正式版本) (64 位)
安装三大浏览器驱动driver
1.chromedriver 下载地址:http://chromedriver.storage.googleapis.com/index.html?path=74.0.3729.6/
2.Firefox的驱动geckodriver 下载地址:https://github.com/mozilla/geckodriver/releases/
3.IE的驱动IEdriver 下载地址:http://www.nuget.org/packages/Selenium.WebDriver.IEDriver/
注意:64位向下兼容,直接下载32位的就可以啦,亲测可用。chromedriver_win32.zip
D:\Python\python\Scripts
.粘贴chromedriver.exe到文件d:\Python37\Scripts路径下。
如果Chrome问题闪退 ,不兼容问题!
为什么要使用selenium?
selenium是一个自动测试工具,它可以帮我通过代码去实现驱动浏览器自动执行相应的操作。所以我们也可以用它来做爬虫。主要使用selenium的目的是为了跳过登录验证。
Python的selenium爬虫的简单使用过程记录
0.预先准备
~首先下载谷歌浏览器,然后点击设置选项那里的帮助—关于Google Chrome,点进去看浏览器的版本号,或者在谷歌浏览器输入chrome://version/ 进行查看;
~然后下载驱动,驱动地址:http://chromedriver.storage.googleapis.com/index.html
~将驱动chromedriver.exe所在的文件夹的路径添加到电脑的环境变量中,或者直接放在py文件运行的目录下
1.导入selenium 库
- from selenium import webdriver
复制代码 2.设置参数
- chrome_options = webdriver.ChromeOptions()
- chrome_options.add_experimental_option('prefs', {'profile.default_content_setting_values': {'images': 2, }}) # 设置浏览器无图片模式
- chrome_options.add_argument(f'--proxy-server=200.200.200.52:8888') #设置代理ip,这个是我随便写的ip
复制代码 3.实例化
- chrome = webdriver.Chrome(options=chrome_options) # 创建selenium实例化
复制代码 4.输入网址
- chrome.get('https://www.baidu.com/')
复制代码 5.定位元素
- chrome.find_element_by_xpath('//*[@id="kw"]') #定位好元素,主要是却定要做什么,这一步可以不要
- chrome.find_element_by_xpath('//*[@id="kw"]') .send_keys('白某人') #send_keys 主要是用来在输入框输入内容
- chrome.find_element_by_link_text('百度一下').click() # click 方法是点击
- #定位元素的方法有很多,但是要注意点的是find_element 后面有没有s,有s的话是返回一个列表的
复制代码 6.关闭浏览器
常用API
初始化WebDriver
首先,我们需要创建一个WebDriver实例,它是与浏览器进行交互的主要接口。- from selenium import webdriver
- driver = webdriver.Chrome('/path/to/chromedriver') # 若已设置环境变量,可省略路径
复制代码 打开和关闭网页
- driver.get('https://www.example.com') # 打开网页
- print(driver.title) # 获取网页标题
- driver.quit() # 关闭浏览器并退出WebDriver会话
复制代码 查找元素
在网页中查找元素是自动化过程的基础。- from selenium.webdriver.common.by import By
- element_by_id = driver.find_element(By.ID, 'some-id')
- element_by_name = driver.find_element(By.NAME, 'some-name')
- element_by_xpath = driver.find_element(By.XPATH, '//div[@class="some-class"]')
- element_by_css = driver.find_element(By.CSS_SELECTOR, 'div.some-class')
复制代码 与元素进行交互
找到元素后,我们可以与它进行各种交互,如点击、输入文本等。- # 输入文本
- search_box = driver.find_element(By.NAME, 'q')
- search_box.send_keys('Selenium')
- # 点击按钮
- search_button = driver.find_element(By.NAME, 'btnK')
- search_button.click()
- # 清空文本框
- search_box.clear()
复制代码
等待元素
Web自动化中,等待某个条件的成立是常见需求,以确保元素已加载。- from selenium.webdriver.support.ui import WebDriverWait
- from selenium.webdriver.support import expected_conditions as EC
- # 显示等待
- element = WebDriverWait(driver, 10).until(
- EC.presence_of_element_located((By.ID, 'some-id'))
- )
- # 隐式等待
- driver.implicitly_wait(10) # 设置全局等待时间
复制代码 处理下拉菜单
下拉菜单是表单常见元素,Selenium提供了Select类来处理它们。- from selenium.webdriver.support.ui import Select
- select_element = driver.find_element(By.ID, 'dropdown')
- select_object = Select(select_element)
- select_object.select_by_index(1) # 通过索引选择
- select_object.select_by_value('value') # 通过value属性选择
- select_object.select_by_visible_text('Text') # 通过可见文本选择
复制代码
执行JavaScript
有时直接使用JavaScript执行操作是必要的。- driver.execute_script('window.scrollTo(0, document.body.scrollHeight);') # 滚动到底部
复制代码 处理Alerts、Frames和Windows
Selenium可以处理JavaScript弹窗、iFrames和新窗口。- # 处理Alert弹窗
- alert = driver.switch_to.alert
- alert_text = alert.text
- alert.accept() # 点击'OK'
- # 切换到iFrame
- driver.switch_to.frame('frameName')
- # 切换回主文档
- driver.switch_to.default_content()
- # 切换窗口
- driver.switch_to.window(driver.window_handles[1])
复制代码
获取属性和CSS属性
有时我们需要获取元素的属性或者CSS属性。- attr_value = element.get_attribute('href')
- css_value = element.value_of_css_property('color')
复制代码 利用Selenium进行自动登录
以下是一个利用Selenium进行自动登录的例子。- from selenium import webdriver
- from selenium.webdriver.common.by import By
- from selenium.webdriver.common.keys import Keys
- driver = webdriver.Chrome('/path/to/chromedriver')
- driver.get('https://www.somewebsite.com/login')
- # 填写用户名和密码
- username = driver.find_element(By.ID, 'username')
- password = driver.find_element(By.ID, 'password')
- username.send_keys('your_username')
- password.send_keys('your_password')
- # 点击登录
- login_button = driver.find_element(By.ID, 'submit')
- login_button.click()
- # 等待登录成功的页面元素加载
- wait = WebDriverWait(driver, 10)
- logged_in_element = wait.until(EC.presence_of_element_located((By.ID, 'logged-in-message')))
- print('登录成功!')
- # 执行后续的自动化操作...
- # 关闭浏览器
- driver.quit()
复制代码 在这个例子中,我们自动化了登录过程,包括填写认证信息和提交表单,然后等待登录成功消息的出现。
总结
Selenium是Python爬虫和自动化测试领域的强大工具。本篇博客中我们介绍了Selenium的常用API,这些API能帮助你模拟几乎所有的浏览器操作,从而使你能够构建出功能强大的自动化脚本。掌握这些API是提高爬虫效率和应对复杂页面的关键。
来源:https://www.jb51.net/python/316259bo4.htm
免责声明:由于采集信息均来自互联网,如果侵犯了您的权益,请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容,谢谢合作! |
|
|
|
发表于 2024-2-25 04:27:10
来自手机
举报
回复
分享
|
|
|
|