前言：之前靠網上的大佬帶，學了一點也算是爬蟲的一個東西——瀏覽器自動化，現在算是整理總結或者是回報社會吧x

準備：① Python 3.6

           ② selenium庫

裝好這兩個東西就可以開始我們的爬蟲之旅了，下面以從12306網站抓取車次資訊為案例學習這個庫。

瀏覽器自動化操作大體分為兩步——定位和操作，而其中最重要的是定位，因為定位是最困難的並且只有定位到了想要的位置才能進行後續的操作。

from selenium import webdriver
x=webdriver.Chrome(r'C:\Program Files (x86)\Google\Chrome\Application\chromedriver.exe') 
#這是我的chromedriver的絕對路徑，我是預設安裝的，所以可以作為新手的參考
x.get('http://www.12306.cn/')
 

執行這段程式碼可以看到彈出了一個chrome瀏覽器，並跳轉到了12306的主頁上。因為我們想抓取車次資訊，所以我們首先要進去那個車次資訊的頁面，所以我希望能點選一下那個【餘票查詢】——這句話包含了兩層含義：①定位到【餘票查詢】②點選。

實際上網頁一般是用html語言編寫的，所以所有東西都是一句或一段的程式碼，我們需要一個規則，讓我們找到那個地方。幸運的是，我們只要檢查一下那個位置即可知道哪裡的程式碼是什麼。

然後在右邊可以看到它的html程式碼。

可以看到它有一個class屬性，且屬性為class='k4'，所以我們首先學習第一個定位函式find_element_by_class_name

left = x.find_element_by_class_name('k4')

要注意的是，定位時一定要注意規則是否唯一指向，否則定位到的可能不是自己想要的。

這個時候就定位到了【餘票查詢】的位置了，然後再進行操作——點選，

left.click()

於是就彈到了【餘票查詢】中來了。

其實還有另外一個函式find_elements_by_class_name，注意到其實這裡就多了一個s，所以它返回的並不是一個WebElement，而是一個WebElement的列表，即使列表中只有一個WebElement元素。

恭喜你，我們現在已經會寫第一個瀏覽器自動化操作——所謂爬蟲了。

其實定位和操作的方法還有很多，回到剛才的位置（手動叉掉新彈出來的視窗就行，至於為什麼沒有影響，我們下次再說），我們用其他方法來定位。

從這裡我們能看到html程式碼中還有許多不同的屬性比如id、href等，並且html程式碼呈很明顯的層次結構，所以下面介紹一個萬能定位函式find_element_by_xpath（或find_elements_by_xpath）。

left = x.find_elements_by_xpath('//div[@id="indexLeftBL"]/ul/li')[5] 
# 因為它在第6個li
left.click()

另外，所有定位函式都是可以接在其他定位函式（和自己）後面繼續定位的，例如

left = x.find_element_by_id('indexLeftBL').find_elements_by_xpath('ul/li')[5]
# 注意這裡不能再像之前那樣/或//了
left.click()

定位函式還有：

x.find_element_by_css_selector()
x.find_element_by_link_text()
x.find_element_by_name()
x.find_element_by_partial_link_text()
x.find_element_by_tag_name()

以及它們的find_elements_by_x函式。

常用的操作還有：

.text # 取文字

其他更多更詳細的可以直接啃原始碼或者檢視selenium的技術文件，多練練自然就懂了。

如有疑問或建議，可以聯絡郵箱 [email protected]