爬蟲筆記：Python Selenium詳解

阿新 • • 發佈：2021-02-14

1.簡介
Selenium是一個用於測試網站的自動化測試工具，支援各種瀏覽器包括Chrome、Firefox、Safari等主流介面瀏覽器，同時也支援phantomJS無介面瀏覽器。
支援多種作業系統如Windows、Linux、IOS、Android等。
2.安裝
pip install Selenium
3.安裝瀏覽器驅動
當selenium升級到3.0之後，對不同的瀏覽器驅動進行了規範。如果想使用selenium驅動不同的瀏覽器，必須單獨下載並設定不同的瀏覽器驅動。

各瀏覽器下載地址：

Firefox瀏覽器驅動：https://github.com/mozilla/geckodriver/releases

Chrome瀏覽器驅動：連結1
連結2

IE瀏覽器驅動：http://selenium-release.storage.googleapis.com/index.html
Edge瀏覽器驅動：https://developer.microsoft.com/en-us/microsoft-edge/tools/webdriver/
Opera瀏覽器驅動：https://github.com/operasoftware/operachromiumdriver/releases
PhantomJS瀏覽器驅動：https://phantomjs.org/

1.基本使用

from selenium import webdriver#瀏覽器驅動物件 

from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait

path='D:\chromedriver_win32\chromedriver.exe'#驅動目錄
browser = webdriver.Chrome(path) 
#宣告一個瀏覽器物件
try:
    browser.get('https://www.baidu.com')#訪問網址
    input = browser.find_element_by_id('kw')
    input.send_keys('Python')#在鍵盤裡輸入python
    input.send_keys(Keys.ENTER)#輸入回車
    wait = WebDriverWait(browser, 10)#等待10秒
    wait.until(EC.presence_of_element_located((By.ID, 'content_left')))#等待ID為content_left加載出來
    print(browser.current_url)
    print(browser.get_cookies())
    print(browser.page_source)#原始碼
finally:
    browser.close()

2.宣告瀏覽器物件

from selenium import webdriver

browser = webdriver.Chrome()
browser = webdriver.Firefox()
browser = webdriver.Edge()
browser = webdriver.PhantomJS()
browser = webdriver.Safari()

3.訪問頁面

from selenium import webdriver
path='D:\chromedriver_win32\chromedriver.exe'#驅動目錄
browser = webdriver.Chrome(path)
browser.get('https://www.taobao.com')
print(browser.page_source)#列印原始碼
#browser.close()

瀏覽器會自動開啟淘寶頁面，如果要關閉，可以在末尾新增browser.close()。
瀏覽器淘寶頁面會一閃而過

page_source

查詢元素
4.查詢單個元素

from selenium import webdriver
path='D:\chromedriver_win32\chromedriver.exe'#驅動目錄
browser = webdriver.Chrome(path)
browser.get('https://www.taobao.com')
input_first = browser.find_element_by_id('q')
input_second = browser.find_element_by_css_selector('#q')
input_third = browser.find_element_by_xpath('//*[@id="q"]')
print(input_first, input_second, input_third)
browser.close()

定位元素方法

通用方法

from selenium import webdriver
from selenium.webdriver.common.by import By
path='D:\chromedriver_win32\chromedriver.exe'#驅動目錄
browser = webdriver.Chrome(path)
browser.get('https://www.taobao.com')
input_first = browser.find_element(By.ID, 'q')#通過id
print(input_first)
browser.close()

5.查詢多個元素

from selenium import webdriver
path='D:\chromedriver_win32\chromedriver.exe'#驅動目錄
browser = webdriver.Chrome(path)
browser.get('https://www.taobao.com')
lis = browser.find_elements_by_css_selector('.service-bd li')
print(lis)
browser.close()

選中的是左側導航欄標籤

通用寫法

from selenium import webdriver
from selenium.webdriver.common.by import By

path='D:\chromedriver_win32\chromedriver.exe'#驅動目錄
browser = webdriver.Chrome(path)
browser.get('https://www.taobao.com')
lis = browser.find_elements(By.CSS_SELECTOR, '.service-bd li')
print(lis)
browser.close()

元素互動操作
6.對獲取的元素呼叫互動方法

from selenium import webdriver
import time

path='D:\chromedriver_win32\chromedriver.exe'#驅動目錄
browser = webdriver.Chrome(path)
browser.get('https://www.taobao.com')
input = browser.find_element_by_id('q')#捕捉輸入框
input.send_keys('iPhone')#在輸入框裡輸入iphone
time.sleep(1)#等待1秒
input.clear()#清除
input.send_keys('iPad')#再次輸入ipad
button = browser.find_element_by_class_name('btn-search')#搜尋按鈕
button.click()#點選按鈕

結果如圖

分析輸入框id為q

點選按鈕的class為btn-search

互動操作
7.互動動作,將動作附加到動作鏈中序列執行

from selenium import webdriver
from selenium.webdriver import ActionChains
path='D:\chromedriver_win32\chromedriver.exe'#驅動目錄
browser = webdriver.Chrome(path)
url = 'http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable'
browser.get(url)
browser.switch_to.frame('iframeResult')
source = browser.find_element_by_css_selector('#draggable')
target = browser.find_element_by_css_selector('#droppable')
actions = ActionChains(browser)
actions.drag_and_drop(source, target)
actions.perform()

更多操作

執行JavaScript

from selenium import webdriver
path='D:\chromedriver_win32\chromedriver.exe'#驅動目錄

browser = webdriver.Chrome(path)
browser.get('https://www.zhihu.com/explore')
browser.execute_script('window.scrollTo(0, document.body.scrollHeight)')
browser.execute_script('alert("To Bottom")')

獲取元素資訊
9.獲取屬性

from selenium import webdriver
path='D:\chromedriver_win32\chromedriver.exe'#驅動目錄

from selenium.webdriver import ActionChains

browser = webdriver.Chrome(path)
url = 'https://blog.csdn.net/KOBEYU652453/article/details/113743933'
browser.get(url)
logo = browser.find_element_by_id('article_content')#定位
print(logo)
print(logo.get_attribute('class'))#獲取logo的class

結果

網頁中的class

10.獲取文字值

from selenium import webdriver
path='D:\chromedriver_win32\chromedriver.exe'#驅動目錄

browser = webdriver.Chrome(path)
url = 'https://blog.csdn.net/KOBEYU652453/article/details/113743933'
browser.get(url)

input = browser.find_element_by_class_name('article_content')
print(input.text)

11.獲取ID、位置、標籤名、大小

from selenium import webdriver
path='D:\chromedriver_win32\chromedriver.exe'#驅動目錄

browser = webdriver.Chrome(path)
url = 'https://blog.csdn.net/KOBEYU652453/article/details/113743933'
browser.get(url)

input = browser.find_element_by_class_name('article_content')
print(input.id)
print(input.location)
print(input.tag_name)
print(input.size)

Frame

path='D:\chromedriver_win32\chromedriver.exe'#驅動目錄

import time
from selenium import webdriver
from selenium.common.exceptions import NoSuchElementException

browser = webdriver.Chrome(path)
url = 'http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable'
browser.get(url)
browser.switch_to.frame('iframeResult')
source = browser.find_element_by_css_selector('#draggable')
print(source)
try:
    logo = browser.find_element_by_class_name('logo')
except NoSuchElementException:
    print('NO LOGO')
browser.switch_to.parent_frame()
logo = browser.find_element_by_class_name('logo')
print(logo)
print(logo.text)

等待

當使用了隱式等待執行測試的時候，如果 WebDriver沒有在 DOM中找到元素，將繼續等待，超出設定時間後則丟擲找不到元素的異常, 換句話說，當查詢元素或元素並沒有立即出現的時候，隱式等待將等待一段時間再查詢 DOM，預設的時間是0

from selenium import webdriver
path='D:\chromedriver_win32\chromedriver.exe'#驅動目錄

browser = webdriver.Chrome(path)

browser.implicitly_wait(10)
browser.get('https://www.zhihu.com/explore')
input = browser.find_element_by_class_name('zu-top-add-question')
print(input)

顯示等待

path='D:\chromedriver_win32\chromedriver.exe'#驅動目錄
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

browser = webdriver.Chrome(path)
browser.get('https://www.taobao.com/')
wait = WebDriverWait(browser, 10)
input = wait.until(EC.presence_of_element_located((By.ID, 'q')))#等待條件
button = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, '.btn-search')))
print(input, button)

等待條件如下

* title_is 標題是某內容
* title_contains  標題包含某內容
* presence_of_element_located 元素加載出，傳入定位元組，如(By.ID, 'p')
* visibility_of_element_located  元素可見，傳入定位元組
* visibility_of 可見，傳入元素物件
* presence_of_all_elements_located 所有元素加載出
* text_to_be_present_in_element 某個元素文字包含某文字
* text_to_be_present_in_element_value  某個元素值包含某文字
* frame_to_be_available_and_switch_to_it  frame載入並切換
* invisibility_of_element_located 元素不可見
* element_to_be_clickable  元素可點選
* staleness_of  判斷一個元素是否仍在DOM，可判斷頁面是否已經重新整理
* element_to_be_selected  元素可選擇，傳元素物件
* element_located_to_be_selected  元素可選擇，傳入定位元組
* element_selection_state_to_be  傳入元素物件以及狀態，相等返回True，否則返回False
* element_located_selection_state_to_be  傳入定位元組以及狀態，相等返回True，否則返回False
* alert_is_present 是否出現Alert

等待詳細內容

前進後退

import time
from selenium import webdriver
path='D:\chromedriver_win32\chromedriver.exe'#驅動目錄
browser = webdriver.Chrome(path)
browser.get('https://www.baidu.com/')
browser.get('https://www.taobao.com/')
browser.get('https://www.python.org/')
browser.back()
time.sleep(1)
browser.forward()
browser.close()

Cookies

from selenium import webdriver
path='D:\chromedriver_win32\chromedriver.exe'#驅動目錄
browser = webdriver.Chrome(path)
browser.get('https://www.zhihu.com/explore')
print(browser.get_cookies())#列印cookies
browser.add_cookie({'name': 'name', 'domain': 'www.zhihu.com', 'value': 'germey'})#新增cookies
print(browser.get_cookies())
browser.delete_all_cookies()#刪除所有cookies
print(browser.get_cookies())

選項卡管理

import time
from selenium import webdriver
path='D:\chromedriver_win32\chromedriver.exe'#驅動目錄
browser = webdriver.Chrome(path)
browser.get('https://www.baidu.com')
browser.execute_script('window.open()')
print(browser.window_handles)
browser.switch_to_window(browser.window_handles[1])
browser.get('https://www.taobao.com')
time.sleep(1)
browser.switch_to_window(browser.window_handles[0])
browser.get('https://python.org')

異常處理

path='D:\chromedriver_win32\chromedriver.exe'#驅動目錄
from selenium import webdriver
from selenium.common.exceptions import TimeoutException, NoSuchElementException

browser = webdriver.Chrome(path)
try:
    browser.get('https://www.baidu.com')
except TimeoutException:
    print('Time Out')
try:
    browser.find_element_by_id('hello')
except NoSuchElementException:
    print('No Element')
finally:
    browser.close()

詳細文件
http://selenium-python.readthedocs.io/api.html#module-selenium.common.exceptions

在這裡插入圖片描述

爬蟲筆記：Python Selenium詳解

爬蟲筆記：Python Selenium詳解

爬蟲筆記：Requests庫詳解

演算法學習筆記：連通圖詳解

演算法學習筆記：母函式詳解

Python爬蟲 urllib2的使用方法詳解

python爬蟲---requests庫的用法詳解

python爬蟲氾濫的解決方法詳解

python分散式爬蟲中訊息佇列知識點詳解

學習筆記【多執行緒-第八節：volatile個人詳解】

Linux文字處理三劍客之awk學習筆記05：getline用法詳解

寫給後端的Docker初級入門教程：DockerFile 命令詳解

自適應線性神經網路Adaline的python實現詳解

對YOLOv3模型呼叫時候的python介面詳解

.dcm格式檔案軟體讀取及python處理詳解

最小二乘法及其python實現詳解

Java流程控制06：While迴圈詳解

面向物件05：構造器詳解

transition：過渡屬性詳解

JavaSE學習筆記 - I/O流詳解

WebApi 介面引數不再困惑：傳參詳解

爬蟲筆記：Python Selenium詳解

相關推薦