python爬蟲開發(fā)之selenium模塊詳細(xì)使用方法與實(shí)例全解
python爬蟲模塊selenium簡介
selenium主要是用來做自動(dòng)化測試，支持多種瀏覽器，爬蟲中主要用來解決JavaScript渲染問題。
模擬瀏覽器進(jìn)行網(wǎng)頁加載，當(dāng)requests,urllib無法正常獲取網(wǎng)頁內(nèi)容的時(shí)候
一、聲明瀏覽器對象
注意點(diǎn)一，Python文件名或者包名不要命名為selenium，會導(dǎo)致無法導(dǎo)入
from selenium import webdriver #webdriver可以認(rèn)為是瀏覽器的驅(qū)動(dòng)器，要驅(qū)動(dòng)瀏覽器必須用到webdriver，支持多種瀏覽器，這里以Chrome為例 browser = webdriver.Chrome()
二、訪問頁面并獲取網(wǎng)頁html
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
print(browser.page_source)#browser.page_source是獲取網(wǎng)頁的全部html
browser.close()
三、查找元素
單個(gè)元素
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('http://www.dhdzp.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()
常用的查找方法
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
也可以使用通用的方法
from selenium import webdriver
from selenium.webdriver.common.by import By
browser = webdriver.Chrome()
browser.get('http://www.dhdzp.com')
input_first = browser.find_element(BY.ID,'q')#第一個(gè)參數(shù)傳入名稱，第二個(gè)傳入具體的參數(shù)
print(input_first)
browser.close()
多個(gè)元素，elements多個(gè)s
input_first = browser.find_elements_by_id(‘q')
四、元素交互操作-搜索框傳入關(guān)鍵詞進(jìn)行自動(dòng)搜索
from selenium import webdriver
import time
browser = webdriver.Chrome()
browser.get('http://www.dhdzp.com')
input = browser.find_element_by_id('q')#找到搜索框
input.send_keys('iPhone')#傳送入關(guān)鍵詞
time.sleep(5)
input.clear()#清空搜索框
input.send_keys('男士內(nèi)褲')
button = browser.find_element_by_class_name('btn-search')#找到搜索按鈕
button.click()
更多操作
http://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.remote.webelement#可以有屬性、截圖等等
五、交互動(dòng)作，驅(qū)動(dòng)瀏覽器進(jìn)行動(dòng)作，模擬拖拽動(dòng)作，將動(dòng)作附加到動(dòng)作鏈中串行執(zhí)行
from selenium import webdriver
from selenium.webdriver import ActionChains#引入動(dòng)作鏈
browser = webdriver.Chrome()
url = '//www.dhdzp.com/try/try.php?filename=jqueryui-api-droppable'
browser.get(url)
browser.switch_to.frame('iframeResult')#切換到iframeResult框架
source = browser.find_element_by_css_selector('#draggable')#找到被拖拽對象
target = browser.find_element_by_css_selector('#droppable')#找到目標(biāo)
actions = ActionChains(browser)#聲明actions對象
actions.drag_and_drop(source, target)
actions.perform()#執(zhí)行動(dòng)作
更多操作
http://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.common.action_chains
六、執(zhí)行JavaScript
有些動(dòng)作可能沒有提供api，比如進(jìn)度條下拉，這時(shí)，我們可以通過代碼執(zhí)行JavaScript
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('http://www.dhdzp.com/explore')
browser.execute_script('window.scrollTo(0, document.body.scrollHeight)')
browser.execute_script('alert("To Bottom")')
七、獲取元素信息
獲取屬性
from selenium import webdriver
from selenium.webdriver import ActionChains
browser = webdriver.Chrome()
url = 'http://www.dhdzp.com/explore'
browser.get(url)
logo = browser.find_element_by_id('zh-top-link-logo')#獲取網(wǎng)站logo
print(logo)
print(logo.get_attribute('class'))
browser.close()
獲取文本值
from selenium import webdriver
browser = webdriver.Chrome()
url = 'http://www.dhdzp.com/explore'
browser.get(url)
input = browser.find_element_by_class_name('zu-top-add-question')
print(input.text)#input.text文本值
browser.close()
獲取Id，位置，標(biāo)簽名，大小
from selenium import webdriver
browser = webdriver.Chrome()
url = 'http://www.dhdzp.com/explore'
browser.get(url)
input = browser.find_element_by_class_name('zu-top-add-question')
print(input.id)#獲取id
print(input.location)#獲取位置
print(input.tag_name)#獲取標(biāo)簽名
print(input.size)#獲取大小
browser.close()
八、Frame操作
frame相當(dāng)于獨(dú)立的網(wǎng)頁，如果在父類網(wǎng)frame查找子類的，則必須切換到子類的frame，子類如果查找父類也需要先切換
from selenium import webdriver
from selenium.common.exceptions import NoSuchElementException
browser = webdriver.Chrome()
url = '//www.dhdzp.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)
九、等待
隱式等待
當(dāng)使用了隱式等待執(zhí)行測試的時(shí)候，如果 WebDriver沒有在 DOM中找到元素，將繼續(xù)等待，超出設(shè)定時(shí)間后則拋出找不到元素的異常,
換句話說，當(dāng)查找元素或元素并沒有立即出現(xiàn)的時(shí)候，隱式等待將等待一段時(shí)間再查找 DOM，默認(rèn)的時(shí)間是
from selenium import webdriver
browser = webdriver.Chrome()
browser.implicitly_wait(10)#等待十秒加載不出來就會拋出異常，10秒內(nèi)加載出來正常返回
browser.get('http://www.dhdzp.com/explore')
input = browser.find_element_by_class_name('zu-top-add-question')
print(input)
顯式等待
指定一個(gè)等待條件，和一個(gè)最長等待時(shí)間，程序會判斷在等待時(shí)間內(nèi)條件是否滿足，如果滿足則返回，如果不滿足會繼續(xù)等待，超過時(shí)間就會拋出異常
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('http://www.dhdzp.com/')
wait = WebDriverWait(browser, 10)
input = wait.until(EC.presence_of_element_located((By.ID, 'q')))
button = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, '.btn-search')))
print(input, button)
title_is 標(biāo)題是某內(nèi)容
title_contains 標(biāo)題包含某內(nèi)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(gè)元素文本包含某文字
text_to_be_present_in_element_value 某個(gè)元素值包含某文字
frame_to_be_available_and_switch_to_it frame加載并切換
invisibility_of_element_located 元素不可見
element_to_be_clickable 元素可點(diǎn)擊
staleness_of 判斷一個(gè)元素是否仍在DOM，可判斷頁面是否已經(jīng)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(tài)，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(tài)，相等返回True，否則返回False
alert_is_present 是否出現(xiàn)Alert
詳細(xì)內(nèi)容
http://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.support.expected_conditions
十一、前進(jìn)后退-實(shí)現(xiàn)瀏覽器的前進(jìn)后退以瀏覽不同的網(wǎng)頁
import time
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('http://www.dhdzp.com/')
browser.get('http://www.dhdzp.com/')
browser.get('http://www.dhdzp.com/')
browser.back()
time.sleep(1)
browser.forward()
browser.close()
十二、Cookies
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('http://www.dhdzp.com/explore')
print(browser.get_cookies())
browser.add_cookie({'name': 'name', 'domain': 'www.dhdzp.com', 'value': 'germey'})
print(browser.get_cookies())
browser.delete_all_cookies()
print(browser.get_cookies())
選項(xiàng)卡管理 增加瀏覽器窗口
import time
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('http://www.dhdzp.com')
browser.execute_script('window.open()')
print(browser.window_handles)
browser.switch_to_window(browser.window_handles[1])
browser.get('http://www.dhdzp.com')
time.sleep(1)
browser.switch_to_window(browser.window_handles[0])
browser.get('//www.dhdzp.com')
十三、異常處理
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('http://www.dhdzp.com')
browser.find_element_by_id('hello')
from selenium import webdriver
from selenium.common.exceptions import TimeoutException, NoSuchElementException
browser = webdriver.Chrome()
try:
browser.get('http://www.dhdzp.com')
except TimeoutException:
print('Time Out')
try:
browser.find_element_by_id('hello')
except NoSuchElementException:
print('No Element')
finally:
browser.close()
本文主要講解了python爬蟲模塊selenium詳細(xì)使用方法與實(shí)例全解，更多關(guān)于python爬蟲模塊的使用知識請查看下面的相關(guān)鏈接
相關(guān)文章
pytorch中LN(LayerNorm)及Relu和其變相的輸出操作
這篇文章主要介紹了pytorch中LN(LayerNorm)及Relu和其變相的輸出操作，具有很好的參考價(jià)值，希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-05-05
在本篇文章里小編給大家分享了關(guān)于python關(guān)于是否為解釋語言的知識點(diǎn)，有興趣的朋友們可以學(xué)習(xí)下。2020-06-06
這篇文章主要介紹了Python中的struct模塊,代碼基于Python2.x版本,需要的朋友可以參考下2015-04-04
python實(shí)現(xiàn)向ppt文件里插入新幻燈片頁面的方法
這篇文章主要介紹了python實(shí)現(xiàn)向ppt文件里插入新幻燈片頁面的方法,涉及Python操作ppt文檔添加幻燈片的相關(guān)技巧,非常具有實(shí)用價(jià)值,需要的朋友可以參考下2015-04-04
pycharm創(chuàng)建臨時(shí)文件scatch file的方法詳解
JetBrains PyCharm是一種Python IDE,其帶有一整套可以幫助用戶在使用Python語言開發(fā)時(shí)提高其效率的工具,這篇文章主要介紹了pycharm創(chuàng)建臨時(shí)文件scatch file的方法,需要的朋友可以參考下2024-07-07
這篇文章主要介紹了python 如何使用MyQR和qrcode來制作二維碼，幫助大家更好的理解和學(xué)習(xí)使用python，感興趣的朋友可以了解下2021-05-05
這篇文章主要介紹了python打開文件并獲取文件相關(guān)屬性的方法,涉及Python操作文件的相關(guān)技巧,需要的朋友可以參考下2015-04-04
這篇文章主要介紹了Python django導(dǎo)出excel的方法 ，分享了相關(guān)代碼示例，小編覺得還是挺不錯(cuò)的，具有一定借鑒價(jià)值，需要的朋友可以參考下2021-11-11
這篇文章主要介紹了Python之字符串的遍歷的4種方式,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-12-12
這篇文章主要介紹了python如何實(shí)現(xiàn)DES加密，幫助大家更好的理解和學(xué)習(xí)密碼學(xué)，感興趣的朋友可以了解下2020-09-09