selenium爬虫学习1

拉比兔同学

简介

Selenium是广泛使用的模拟浏览器运行的库，它是一个用于Web应用程序测试的工具。 Selenium测试直接运行在浏览器中，就像真正的用户在操作一样，并且支持大多数现代 Web 浏览器。
函数介绍

1. 重点方法
2. 1.find_element方法是 Selenium WebDriver 提供的一种用于查找页面上某个符合条件的元素的方法。
3. 2.find_elements 方法是 Selenium WebDriver 提供的一种用于查找页面上所有符合条件的元素的方法。与 find_element 不同，find_elements 返回的是一个列表，其中包含所有匹配的元素。如果没有找到任何元素，则返回一个空列表。
4. 以下是 find_element(s) 方法的一些常见用法：
5. By.ID：通过元素的 ID 查找。
6. By.NAME：通过元素的 name 属性查找。
7. By.CLASS_NAME：通过元素的类名查找。
8. By.TAG_NAME：通过元素的标签名查找。
9. By.LINK_TEXT：通过链接文本查找。
10. By.PARTIAL_LINK_TEXT：通过部分链接文本查找。
11. By.CSS_SELECTOR：通过 CSS 选择器查找。
12. By.XPATH：通过 XPath 表达式查找。
13. driver.find_element对象具有.click()方法，就是点击这个元素
14. 3.driver.window_handles获取当前所有窗口句柄
15. 4.driver.switch_to.window()跳转到某个窗口

复制代码

练习代码

1. from selenium import webdriver
2. from selenium.webdriver.common.by import By
3. import time
4. # 初始化浏览器驱动
5. driver = webdriver.Chrome()
7. # 打开百度首页
8. driver.get("https://avd.aliyun.com/")
9. time.sleep(2)
11. # 定位输入框并输入关键字
12. search_box = driver.find_element(By.XPATH, "/html/body/header/nav/div/form/input")
13. search_box.send_keys("MySQL")
15. # 点击搜索按钮
16. search_button = driver.find_element(By.XPATH, '/html/body/header/nav/div/form/button')
17. search_button.click()
18. # 等待2秒
19. time.sleep(2)
20. res_header=driver.find_element(By.ID,'itl-header')
21. print(res_header.text)
22. tr_elements = driver.find_elements(By.XPATH,"/html/body/main/div[2]/div/div[2]/table/tbody")
23. for tr in tr_elements:
24.     # 在这里对每个tr元素进行操作，例如提取文本内容
25.     print(tr.text)
26. link = driver.find_element(By.PARTIAL_LINK_TEXT, "AVD-2024-21177")
27. link.click()
28. all_windows = driver.window_handles
29. driver.switch_to.window(all_windows[-1])
30. searchclass=driver.find_elements(By.CSS_SELECTOR, '.border-bottom.border-gray.pb-2.mb-0')
31. for search in searchclass:
32.     print(search.text)
33. input("Press Enter to close the browser...")
34. # 关闭浏览器
36. driver.quit()

复制代码

运行效果

运行过程

运行后先是打开浏览器进入阿里云漏洞库，紧接着搜索MYSQL相关漏洞，结果如下

通过html的id属性找到“搜索结果 关于[mysql]的搜索数据”这几个字打印出来

1. tr_elements = driver.find_elements(By.XPATH,"/html/body/main/div[2]/div/div[2]/table/tbody")
2. res_header=driver.find_element(By.ID,'itl-header')
3. print(res_header.text)

复制代码

通过xpath找到tbody里面所有行，遍历并打印内容

1. tr_elements = driver.find_elements(By.XPATH,"/html/body/main/div[2]/div/div[2]/table/tbody")
2. for tr in tr_elements:
3.     # 在这里对每个tr元素进行操作，例如提取文本内容
4.     print(tr.text)

复制代码

随便定位一个漏洞介绍的链接点进去：

1. link = driver.find_element(By.PARTIAL_LINK_TEXT, "AVD-2024-21177")
2. link.click()
3. all_windows = driver.window_handles  # 获取所有窗口的句柄
4. driver.switch_to.window(all_windows[-1])#有的浏览器并不会自动跳转到点开的标签页，所以可以获取当前所有标签页再利用函数跳转

复制代码

打印所有的元素

1. searchclass=driver.find_elements(By.CSS_SELECTOR, '.border-bottom.border-gray.pb-2.mb-0')
2. for search in searchclass:
3.     print(search.text)

复制代码

因为class的值包含空格所以不能直接By.CLASS寻找，用By.CSS_SELECTOR，每个值用点号分隔
关闭浏览器

来源:https://www.cnblogs.com/hackzz/p/18386310
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！