免费资源网 – https://freexyz.cn/

目录
  • 什么是Selenium
  • 为什么要使用selenium？
  • Python的selenium爬虫的简单使用过程记录
    • 1.导入selenium 库
    • 2.设置参数
    • 3.实例化
    • 4.输入网址
    • 5.定位元素
    • 6.关闭浏览器
  • 常用API
    • 初始化WebDriver
    • 打开和关闭网页
    • 查找元素
    • 与元素进行交互
    • 等待元素
    • 处理下拉菜单
    • 执行JavaScript
    • 处理Alerts、Frames和Windows
    • 获取属性和CSS属性
  • 利用Selenium进行自动登录
    • 总结

      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

      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

      3.实例化

      chrome = webdriver.Chrome(options=chrome_options)  # 创建selenium实例化

      4.输入网址

      chrome.get('https://www.baidu.com/')

      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

      6.关闭浏览器

      chrome.close()

      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

      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

      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')

      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()

      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

      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

      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

      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])

      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')

      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()

      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。

      免费资源网 – https://freexyz.cn/

      声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。