4.Selenium庫

(自動化測試工具，支持多種瀏覽器，爬蟲主要解決js渲染的問題)

pip install selenium

基本使用

from selenium import webdriver
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
browser = webdriver.Chrome()
try:
    browser.get(‘https://www.baidu.com‘)
    input = browser.find_element_by_id(‘kw‘)#通過id=kw查找
    input.send_keys(‘Python‘)#發送鍵
    input.send_keys(Keys.ENTER)#敲入回車
    wait = WebDriverWait(browser, 10)#等待元素加載出來
    wait.until(EC.presence_of_element_located((By.ID, ‘
 
content_left‘)))
    print(browser.current_url)
    print(browser.get_cookies())
    print(browser.page_source)
finally:
    browser.close()

聲明瀏覽器對象

#聲明瀏覽器對象（其他可查看官方文檔）
from selenium import webdriver
browser = webdriver.Chrome()#生成Chrome瀏覽器對象
browser = webdriver.Firefox()
browser = webdriver.Edge()
browser 
 
= webdriver.PhantomJS()
browser = webdriver.Safari()

訪問頁面

#訪問頁面
from selenium import webdriver
browser = webdriver.Chrome()
browser.get(‘https://www.taobao.com‘)
print(browser.page_source)#獲取頁面代碼
browser.close()#關閉頁面

查找元素

　　查找單個元素

#查找單個元素
from selenium import webdriver
browser = webdriver.Chrome()
browser.get(‘https://www.taobao.com‘)
input_first = browser.find_element_by_id(‘q‘)#通過id
input_second = browser.find_element_by_css_selector(‘#q‘)#通過css選擇器
input_third = browser.find_element_by_xpath(‘//*[@id="q"]‘)#通過xpath
print(input_first, input_second, input_third)
browser.close()

　　　　　　其他查找方式

• • 　　find_element_by_name
  • 　　find_element_by_xpath
  • 　　find_element_by_link_text
  • 　　find_element_by_partial_link_text
  • 　　find_element_by_tag_name
  • 　　find_element_by_class_name
  • 　　find_element_by_css_selector

　　　　　　也可以使用通用方法

input_first = browser.find_element(By.ID, ‘q‘)

　　查找多個元素

#查找多個元素
lis = browser.find_elements_by_css_selector(‘.service-bd li‘)#其他也類似單個元素的查找方法，find_element_*變為find_elements_*
lis = browser.find_elements(By.CSS_SELECTOR, ‘.service-bd li‘)#也可以使用這種通用的

元素交互操作

　　（對獲取的元素調用交互方法）

browser = webdriver.Chrome()
browser.get(‘https://www.taobao.com‘)
input = browser.find_element_by_id(‘q‘)#定位輸入框（id=‘q‘）
input.send_keys(‘iPhone‘)#在搜索框輸入iPhone
time.sleep(1)
input.clear()#清除搜索框
input.send_keys(‘iPad‘)#在搜索框輸入iPad
button = browser.find_element_by_class_name(‘btn-search‘)#定位搜索按鈕
button.click()#點擊搜索按鈕

　　更多操作: http://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.remote.webelement

（報錯可能是chrome版本和chromedriver版本不匹配）

交互動作

　　將動作附加到動作鏈中串行執行

from selenium import webdriver
from selenium.webdriver import ActionChains

browser = webdriver.Chrome()
url = ‘http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable‘
browser.get(url)
browser.switch_to.frame(‘iframeResult‘)#定位frame標簽
source = browser.find_element_by_css_selector(‘#draggable‘)#定位到frame標簽裏的draggable
target = browser.find_element_by_css_selector(‘#droppable‘)
actions = ActionChains(browser)#動作鏈對象
actions.drag_and_drop(source, target)#把source拖拽到target上面
actions.perform()#執行動作

　　更多操作: http://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.common.action_chains

執行JavaScript

#進度條的拖拽
from selenium import webdriver
browser = webdriver.Chrome()
browser.get(‘https://www.zhihu.com/explore‘)#打開網頁
browser.execute_script(‘window.scrollTo(0, document.body.scrollHeight)‘)#將網頁下拉到最下端
browser.execute_script(‘alert("To Bottom")‘)#彈出alert提示框

獲取元素信息　

　　獲取屬性值，文本值，id，位置，標簽名，大小

from selenium import webdriver
from selenium.webdriver import ActionChains
browser = webdriver.Chrome()
url = ‘https://www.zhihu.com/explore‘
browser.get(url)
logo = browser.find_element_by_id(‘zh-top-link-logo‘)
input = browser.find_element_by_class_name(‘zu-top-add-question‘)
print(logo.get_attribute(‘class‘))#獲取屬性值
print(logo.text)#獲取文本值
print(logo.id)#獲取id
print(logo.location)#獲取位置
print(logo.tag_name)#獲取標簽名
print(logo.size)#獲取大小

Frame

from selenium import webdriver
from selenium.common.exceptions import NoSuchElementException
browser = webdriver.Chrome()
url = ‘http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable‘
browser.get(url)
browser.switch_to.frame(‘iframeResult‘)#定位到frame
source = browser.find_element_by_css_selector(‘#draggable‘)#定位到frame裏的選擇器
try:
    logo = browser.find_element_by_class_name(‘logo‘)
except NoSuchElementException:
    print(‘NO LOGO‘)
browser.switch_to.parent_frame()#切換到父frame
logo = browser.find_element_by_class_name(‘logo‘)
print(logo.text)

等待

　　　隱式等待（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，超出設定時間後則拋出找不到元素的異常, 換句話說，當查找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找 DOM，默認的時間是0）（沒有太大必要）

from selenium import webdriver
browser = webdriver.Chrome()
browser.implicitly_wait(10)
browser.get(‘https://www.zhihu.com/explore‘)
input = browser.find_element_by_class_name(‘zu-top-add-question‘)#如果元素加載出來則不會等待，沒有加載出來則等待10秒
print(input)

　　顯式等待

　　（如果沒有加載出來則一直等待）

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()
browser.get(‘https://www.taobao.com/‘)
wait = WebDriverWait(browser, 10)#傳入最長等待時間
input = wait.until(EC.presence_of_element_located((By.ID, ‘q‘)))#傳入等待條件（是否出現）（獲取輸入框）
button = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, ‘.btn-search‘)))#（是否可點擊）（獲取按鈕）
print(input, button)

• 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，傳入元素對象
• presence_of_all_elements_located 所有元素加載出
• text_to_be_present_in_element 某個元素文本包含某文字
• 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加載並切換
• invisibility_of_element_located 元素不可見
• element_to_be_clickable 元素可點擊
• staleness_of 判斷一個元素是否仍在DOM，可判斷頁面是否已經刷新
• element_to_be_selected 元素可選擇，傳元素對象
• element_located_to_be_selected 元素可選擇，傳入定位元組
• element_selection_state_to_be 傳入元素對象以及狀態，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

　　　　詳細內容：http://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.support.expected_conditions

前進後退

import time
from selenium import webdriver
browser = webdriver.Chrome()
browser.get(‘https://www.baidu.com/‘)#打開百度
browser.get(‘https://www.taobao.com/‘)#打開淘寶
browser.back()#返回上一步（返回到百度）
time.sleep(1)
browser.forward()#前進（返回淘寶）
browser.close()

Cookies

from selenium import webdriver
browser = webdriver.Chrome()
browser.get(‘https://www.zhihu.com/explore‘)
print(browser.get_cookies())#打印cookie
browser.add_cookie({‘name‘: ‘name‘, ‘domain‘: ‘www.zhihu.com‘, ‘value‘: ‘germey‘})#添加cookie
print(browser.get_cookies())#打印cookie
browser.delete_all_cookies()#清空cookie
print(browser.get_cookies())#打印

選項卡管理

import time
from selenium import webdriver
browser = webdriver.Chrome()
browser.get(‘https://www.baidu.com‘)#打開百度
browser.execute_script(‘window.open()‘)#新增選項卡
print(browser.window_handles)
browser.switch_to_window(browser.window_handles[1])#選擇到第二個選項卡
browser.get(‘https://www.taobao.com‘)#打開淘寶
time.sleep(1)
browser.switch_to_window(browser.window_handles[0])#選擇到第一個選項卡
browser.get(‘http://www.hao123.com‘)#打開網頁

異常處理

from selenium import webdriver
from selenium.common.exceptions import TimeoutException, NoSuchElementException
browser = webdriver.Chrome()
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()

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

python爬蟲筆記----4.Selenium庫（自動化庫）