日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學(xué)無先后，達(dá)者為師

網(wǎng)站首頁 編程語言 正文

Python-Selenium自動(dòng)化爬蟲_python

作者：Harris-H??? ? 更新時(shí)間： 2022-04-03 編程語言

簡單介紹：

Selenium是一個(gè)Web的自動(dòng)化測試工具，最初是為網(wǎng)站自動(dòng)化測試而開發(fā)的，Selenium 可以直接運(yùn)行在瀏覽器上，它支持所有主流的瀏覽器（包括PhantomJS這些無界面的瀏覽器（2018年開發(fā)者說暫停開發(fā)，chromedriver也可以實(shí)現(xiàn)同樣的功能）），可以接收指令，讓瀏覽器自動(dòng)加載頁面，獲取需要的數(shù)據(jù)，甚至頁面截屏。

1.安裝

pip install selenium -i https://pypi.tuna.tsinghua.edu.cn/simple

2.下載瀏覽器驅(qū)動(dòng)

這里用的谷歌瀏覽器

http://npm.taobao.org/mirrors/chromedriver/

查看自己的瀏覽器版本下載對應(yīng)的驅(qū)動(dòng)。

把解壓后的驅(qū)動(dòng)放在自己的python.exe 目錄下。

3.實(shí)例

3.1下載對應(yīng)版本的瀏覽器驅(qū)動(dòng)

http://npm.taobao.org/mirrors/chromedriver/

把解壓后的驅(qū)動(dòng)放在自己的python.exe 目錄下

3.2測試code，打開一個(gè)網(wǎng)頁，并獲取網(wǎng)頁的標(biāo)題

from selenium.webdriver import Chrome


if __name__ == '__main__':
? ? web = Chrome()
? ? web.get("https://baidu.com")
? ? print(web.title)

3.3一個(gè)小樣例

from selenium.webdriver import Chrome


if __name__ == '__main__':
? ? web = Chrome()
? ? url = 'https://ac.nowcoder.com/acm/home'
? ? web.get(url)
?? ?# 獲取要點(diǎn)擊的a標(biāo)簽
? ? el = web.find_element_by_xpath('/html/body/div/div[3]/div[1]/div[1]/div[1]/div/a')
?? ?# 點(diǎn)擊
? ? el.click() ? ? ? ? ? ? ? ? ? ? ? ? ?# "/html/body/div/div[3]/div[1]/div[2]/div[2]/div[2]/div[1]/h4/a"
? ? # 爬取想要的內(nèi)容
? ? lists = web.find_elements_by_xpath("/html/body/div/div[3]/div[1]/div[2]/div[@class='platform-item js-item ']/div["
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?"2]/div[1]/h4/a")
? ? print(len(lists))
? ? for i in lists:
? ? ? ? print(i.text)

3.4自動(dòng)輸入并跳轉(zhuǎn)

from selenium.webdriver import Chrome
from selenium.webdriver.common.keys import Keys
import time

if __name__ == '__main__':
? ? web = Chrome()
? ? url = 'https://ac.nowcoder.com/acm/home'
? ? web.get(url)

? ? el = web.find_element_by_xpath('/html/body/div/div[3]/div[1]/div[1]/div[1]/div/a')

? ? el.click()
? ? time.sleep(1)
? ? input_el = web.find_element_by_xpath('/html/body/div/div[3]/div[1]/div[1]/div[1]/form/input[1]')
? ? input_el.send_keys('牛客', Keys.ENTER)
? ? # 　do something

4.開啟無頭模式

是否開啟無頭模式（即是否需要界面）

from selenium.webdriver import Chrome
from selenium.webdriver.chrome.options import Options

option = Options() ?# 實(shí)例化option對象
option.add_argument("--headless") ?# 給option對象添加無頭參數(shù)

if __name__ == '__main__':
? ? web = Chrome(executable_path='D:\PyProject\spider\venv\Scripts\chromedriver.exe',options=option) # 指定驅(qū)動(dòng)位置,否則從python解釋器目錄下查找.
? ? web.get("https://baidu.com")
? ? print(web.title)

5.保存頁面截圖

from selenium.webdriver import Chrome
from selenium.webdriver.chrome.options import Options

option = Options() ?# 實(shí)例化option對象
option.add_argument("--headless") ?# 給option對象添加無頭參數(shù)

if __name__ == '__main__':
? ? web = Chrome()
? ? web.maximize_window() ?# 瀏覽器窗口最大化
? ? web.get("https://baidu.com")
? ? print(web.title)
? ? web.save_screenshot('baidu.png') ?# 保存當(dāng)前網(wǎng)頁的截圖 ?保存到當(dāng)前文件夾下
? ? web.close() ?# 關(guān)閉當(dāng)前網(wǎng)頁

6.模擬輸入和點(diǎn)擊

from selenium.webdriver import Chrome
from selenium.webdriver.chrome.options import Options

option = Options() ?# 實(shí)例化option對象
option.add_argument("--headless") ?# 給option對象添加無頭參數(shù)

if __name__ == '__main__':
? ? web = Chrome()
? ? web.maximize_window() ?# 瀏覽器窗口最大化
? ? web.get("https://baidu.com")
? ? el = web.find_element_by_id('kw')
? ? el.send_keys('Harris-H')
? ? btn = web.find_element_by_id('su')
? ? btn.click()
? ? # web.close() ?# 關(guān)閉當(dāng)前網(wǎng)頁

貌似現(xiàn)在百度可以識別出selenium，還需要圖片驗(yàn)證。

6.1根據(jù)文本值查找節(jié)點(diǎn)

# 找到文本值為百度一下的節(jié)點(diǎn)
driver.find_element_by_link_text("百度一下")?
# 根據(jù)鏈接包含的文本獲取元素列表，模糊匹配
driver.find_elements_by_partial_link_text("度一下")?

6.2獲取當(dāng)前節(jié)點(diǎn)的文本

ele.text # 獲取當(dāng)前節(jié)點(diǎn)的文本
ele.get_attribute("data-click") ?# 獲取到屬性對應(yīng)的value

6.3打印當(dāng)前網(wǎng)頁的一些信息

print(driver.page_source) ?# 打印網(wǎng)頁的源碼
print(driver.get_cookies()) ?# 打印出網(wǎng)頁的cookie
print(driver.current_url) ?# 打印出當(dāng)前網(wǎng)頁的url

6.4關(guān)閉瀏覽器driver.close() ?# 關(guān)閉當(dāng)前網(wǎng)頁

driver.close()  # 關(guān)閉當(dāng)前網(wǎng)頁
driver.quit()  # 直接關(guān)閉瀏覽器

6.5模擬鼠標(biāo)滾動(dòng)

from selenium.webdriver import Chrome
import time

if __name__ == '__main__':

? ? driver = Chrome()

? ? driver.get(
? ? ? ? "https://www.baidu.com/s?ie=utf-8&f=8&rsv_bp=1&rsv_idx=1&tn=78000241_12_hao_pg&wd=selenium%20js%E6%BB%91%E5%8A%A8&fenlei=256&rsv_pq=8215ec3a00127601&rsv_t=a763fm%2F7SHtPeSVYKeWnxKwKBisdp%2FBe8pVsIapxTsrlUnas7%2F7Hoo6FnDp6WsslfyiRc3iKxP2s&rqlang=cn&rsv_enter=1&rsv_dl=tb&rsv_sug3=31&rsv_sug1=17&rsv_sug7=100&rsv_sug2=0&rsv_btype=i&inputT=9266&rsv_sug4=9770")
? ? # ?1.滾動(dòng)到網(wǎng)頁底部
? ? js = "document.documentElement.scrollTop=1000"
? ? # 執(zhí)行js
? ? driver.execute_script(js)
? ? time.sleep(2)
? ? # 滾動(dòng)到頂部
? ? js = "document.documentElement.scrollTop=0"
? ? driver.execute_script(js) ?# 執(zhí)行js

? ? time.sleep(2)
? ? driver.close()

7.ChromeOptions

options = webdriver.ChromeOptions()
options.add_argument("--proxy-server=http://110.52.235.176:9999") # 添加代理
options.add_argument("--headless") # 無頭模式
options.add_argument("--lang=en-US") # 網(wǎng)頁顯示英語
prefs = {"profile.managed_default_content_settings.images": 2, 'permissions.default.stylesheet': 2} # 禁止渲染
options.add_experimental_option("prefs", prefs)
driver = webdriver.Chrome(executable_path="D:\ProgramApp\chromedriver\chromedriver73.exe",chrome_options=options)
?
driver.get("http://httpbin.org/ip")
?

8.驗(yàn)證滑塊移動(dòng)

目標(biāo)：滑動(dòng)驗(yàn)證碼

  • 1.定位按鈕
  • 2.按住滑塊
  • 3.滑動(dòng)按鈕
import time
from selenium import webdriver

if __name__ == '__main__':
? ? chrome_obj = webdriver.Chrome()
? ? chrome_obj.get('https://www.helloweba.net/demo/2017/unlock/')

? ? # 1.定位滑動(dòng)按鈕
? ? click_obj = chrome_obj.find_element_by_xpath('//div[@class="bar1 bar"]/div[@class="slide-to-unlock-handle"]')

? ? # 2.按住
? ? # 創(chuàng)建一個(gè)動(dòng)作鏈對象，參數(shù)就是瀏覽器對象
? ? action_obj = webdriver.ActionChains(chrome_obj)

? ? # 點(diǎn)擊并且按住，參數(shù)就是定位的按鈕
? ? action_obj.click_and_hold(click_obj)

? ? # 得到它的寬高
? ? size_ = click_obj.size
? ? width_ = 298 - size_['width'] ?# 滑框的寬度 減去 滑塊的 寬度 就是 向x軸移動(dòng)的距離(向右)
? ? print(width_)
? ? # 3.定位滑動(dòng)坐標(biāo)
? ? action_obj.move_by_offset(298-width_, 0).perform()

? ? # 4.松開滑動(dòng)
? ? action_obj.release()

? ? time.sleep(6)
? ? chrome_obj.quit()

9.打開多窗口和頁面切換

有時(shí)候窗口中有很多子tab頁面。這時(shí)候肯定是需要進(jìn)行切換的。selenium提供了一個(gè)叫做switch_to_window來進(jìn)行切換，具體切換到哪個(gè)頁面，可以從driver.window_handles中找到

from selenium import webdriver

if __name__ == '__main__':
? ? driver = webdriver.Chrome()

? ? driver.get("https://www.baidu.com/")
? ? driver.implicitly_wait(2)
? ? driver.execute_script("window.open('https://www.douban.com/')")
? ? driver.switch_to.window(driver.window_handles[1])

? ? print(driver.page_source)
?

10.Cookie操作

# 1.獲取所有的cookie：
for cookie in driver.get_cookies():
? ? print(cookie)
# 2.根據(jù)cookie的key獲取value：
value = driver.get_cookie(key)
# 3.刪除所有的cookie：
driver.delete_all_cookies()
# 4.刪除某個(gè)cookie：
driver.delete_cookie(key)
# 添加cookie：
driver.add_cookie({"name":"password","value":"111111"})
?

11.模擬登錄

這里模擬登錄我們學(xué)校教務(wù)處：

from selenium.webdriver import Chrome

if __name__ == '__main__':
? ? web = Chrome()
? ? web.get('http://bkjx.wust.edu.cn/')
? ? username = web.find_element_by_id('userAccount')
? ? username.send_keys('xxxxxxx') # 這里填自己的學(xué)號
? ? password = web.find_element_by_id('userPassword')
? ? password.send_keys('xxxxxxx') # 這里填自己的密碼
? ? btn = web.find_element_by_xpath('//*[@id="ul1"]/li[4]/button')
? ? btn.click()
? ? # do something

?

因?yàn)闆]有滑塊啥的驗(yàn)證，所以就很簡單qwq。然后后面進(jìn)行自己的操作即可。

12.優(yōu)缺點(diǎn)

selenium能夠執(zhí)行頁面上的js，對于js渲染的數(shù)據(jù)和模擬登陸處理起來非常容易。
selenium由于在獲取頁面的過程中會發(fā)送很多請求，所以效率非常低，所以在很多時(shí)候需要酌情使用。

原文鏈接：https://blog.csdn.net/weixin_45750972/article/details/122611986

欄目分類
最近更新