Python爬虫教程-28-Seleni

我觉得本篇是很有意思的，闲着没事来看看！

PhantomJS 幽灵浏览器，无界面浏览器，不渲染页面。Selenium + PhantomJS 在之前是很完美的搭配。后来在 2017 年 Google 宣布 Chrome 也宣布支持不渲染。所以 PhantomJS 使用的人就越来越少了，挺可惜，本篇介绍 Selenium + Chrome

安装Chrome浏览器和 Chromedriver

• 安装 Chrome 浏览器就不介绍了
• 安装 Chromedriver：
• 注意：Chromedriver 需要根据自己的 Chrome 版本下载：
  
  • Chromedriver 所有版本下载地址：http://npm.taobao.org/mirrors/chromedriver/
  • 兼容版本请参照：Chrome版本与chromedriver兼容版本对照表
  • 下载解压即可，当然如果你解压到自己定义的目录，就需要配置一下环境，去环境变量，在 Path 加一条 Chromedriver 的安装目录
  • 如果你嫌配置环境变量太麻烦，就直接把它放到一个已经配置好环境变量的目录，比如 C:\Program Files (x86)

安装 Chromedriver-binary 包

• 【PyCharm】>【file】>【settings】>【Project Interpreter】>【+】 >【BeautifulSoup4】>【install】
• 具体操作截图：
  
  安装好就可以尽情使用了

• Selenium 操作主要分两大类：
  
  • 得到 UI 元素
    
    • find_element_by_id
    • find_elements_by_name
    • find_elements_by_xpath
    • find_elements_by_link_text
    • find_elements_by_partial_link_text
    • find_elements_by_tag_name
    • find_elements_by_class_name
    • find_elements_by_css_selector
  • 基于 UI 元素操作的模拟
    
    • 单击
    • 右键
    • 拖拽
    • 输入
    • 可以通过 ActionsChains类来做到

案例 29chromedriver

• 案例 29chromedriver.py 代码文件：
  https://xpwi.github.io/py/py%E7%88%AC%E8%99%AB/py29chromedriver.py

# Selenium + Chrome 案例1
from selenium import webdriver

# 路径是自己解压安装 Chromedriver 的路径
driver = webdriver.Chrome()

url = "http://www.baidu.com"

driver.get(url)

# 根据id查找，后面加.text 表示拿看到的文本数据
text = driver.find_element_by_id('wrapper').text
print(text)

运行结果

1.控制台：打印出来了我们想要的能看到的文本

2.我们可以看到：执行程序自动打开了一个 Chrome 浏览器的窗口，并提示 Chrome 正受到自动检测软件的控制

此时，既然已经控制了浏览器，我们就可以进行更多操作了

重要案例 29chromedriver2.py

• 案例 29chromedriver2.py 代码文件：
  https://xpwi.github.io/py/py%E7%88%AC%E8%99%AB/py29chromedriver2.py

# Selenium + Chrome 案例2
# 打开的浏览器可能会弹窗，点击【取消】或者【不管它】都行
from selenium import webdriver
import time
from selenium.webdriver.common.keys import Keys

# 默认不需要路径，如果没有环境变量就需要加上
driver = webdriver.Chrome()

url = "http://www.baidu.com"

driver.get(url)

# 根据id查找，后面加.text 表示拿看到的文本数据
text = driver.find_element_by_id('wrapper').text

print(driver.title)

# 对页面截屏，保存为 baidu.png
driver.save_screenshot('py29baidu.png')

# 控制 Chrome 在输入框输入大熊猫
driver.find_element_by_id('kw').send_keys(u"大熊猫")
# 单击搜索按钮，id = 'su'
driver.find_element_by_id('su').click()

# 缓冲5秒，让页面加载图片等
time.sleep(5)
# 截屏，保存
driver.save_screenshot("py29daxiongmao.png")

# 获取当前页面的 cookie 常用在需要登录的页面
print(driver.get_cookie('cookie'))

# 模拟 按下两个按键 Ctrl + a
driver.find_element_by_id('kw').send_keys(Keys.CONTROL, 'a')
# 模拟 按下两个按键 Ctrl + c
driver.find_element_by_id('kw').send_keys(Keys.CONTROL, 'c')

运行结果

运行代码，会自动打开浏览器，自动输入大熊猫，自动截屏并保存，然后选中输入框内容，然后拷贝

是不是很神奇，保存的截屏和代码同级目录

更多文章链接：Python 爬虫随笔