Python爬虫之selenium的使用

一、简介

二、安装

三、使用

一、简介

Selenium 是自动化测试工具。它支持各种浏览器，包括 Chrome，Safari，Firefox 等主流界面式浏览器，如果你在这些浏览器里面安装一个 Selenium 的插件，那么便可以方便地实现Web界面的测试。Selenium 支持这些浏览器驱动。Selenium支持多种语言开发，比如 Python，Java，C，Ruby等等。

二、安装

1.安装selenium

pip3 install selenium

2.配置驱动　　（下载驱动，然后将驱动文件路径配置在环境变量）

驱动下载地址：https://sites.google.com/a/chromium.org/chromedriver/downloads

注意：你下载的驱动要和你浏览器版本能够兼容才能使用。

三、使用

1.声明浏览器对象

from selenium import webdriver

browser = webdriver.Chrome()

browser = webdriver.Firefox()

browser = webdriver.Edge()

browser = webdriver.Phantom()

browser = webdriver.FirefoxJS()

browser = webdriver.Safari()

2.访问页面

from selenium import webdriver



broswer = webdriver.Chrome()
#访问淘宝页面

broswer.get('https://www.taobao.com')
#获取页面源代码

print(broswer.page_source)
#关闭

broswer.close()

3.查找单个元素

from selenium import webdriver

# 启动配置

option = webdriver.ChromeOptions()

option.add_argument('disable-infobars')

# 打开chrome浏览器

broswer = webdriver.Chrome()

broswer.get('https://www.taobao.com')
#下面三种方法都是获取同一元素

input1 = broswer.find_element_by_id('q')

input2 = broswer.find_element_by_css_selector('#q')

input3 = broswer.find_element_by_xpath('//*[@id="q"]')

print(input1,input2,input3)

broswer.close()

运行结果如下：

<selenium.webdriver.remote.webelement.WebElement (session="b26040f3a0b3810381abd8f13e513095", element="0.3260737871611288-1")> <selenium.webdriver.remote.webelement.WebElement (session="b26040f3a0b3810381abd8f13e513095", element="0.3260737871611288-1")> <selenium.webdriver.remote.webelement.WebElement (session="b26040f3a0b3810381abd8f13e513095", element="0.3260737871611288-1")>

全部获取单个元素的方法：

find_element_by_id()

find_element_by_name()

find_element_by_xpath()

find_element_by_link_test()

find_element_by_tag_name()

find_element_by_class_name()

find_element_by_css_selector()

find_element_by_partial_link_test()

4.查找多个元素

from selenium import webdriver

# 加启动配置

option = webdriver.ChromeOptions()

option.add_argument('disable-infobars')

# 打开chrome浏览器

broswer = webdriver.Chrome()

broswer.get('https://www.taobao.com')

input2 = broswer.find_elements_by_css_selector('#q')
print(input2) 
broswer.close()

运行结果如下：

[<selenium.webdriver.remote.webelement.WebElement (session="0c6d5918fff4982403777d89fd64b6bd", element="0.9184632404888653-1")>]

全部获取多个元素的方法：

find_elements_by_id()

find_elements_by_name()

find_elements_by_xpath()

find_elements_by_link_test()

find_elements_by_tag_name()

find_elements_by_class_name()

find_elements_by_css_selector()

find_elements_by_partial_link_test()

5.添加User-Agent

使用webdriver，是可以更改User-Agent的，代码如下：

from selenium import webdriver

options = webdriver.ChromeOptions()

options.add_argument('user-agent="Mozilla/5.0 (Linux; Android 4.0.4; Galaxy Nexus Build/IMM76B) AppleWebKit/535.19 (KHTML, like Gecko) Chrome/18.0.1025.133 Mobile Safari/535.19"')

driver = webdriver.Chrome(chrome_options=options)

driver.get('https://www.baidu.com/')

6.自动化测试的时候，启动浏览器出现‘Chrome正在受到自动软件的控制’，可以隐藏

在浏览器配置里加个参数，忽略掉这个警告提示语，disable_infobars

from selenium import webdriver

option = webdriver.ChromeOptions()

option.add_argument('disable-infobars')

driver = webdriver.Chrome(chrome_options=option)

driver.get('https://www.baidu.com/')

7.启动浏览器的时候不想看的浏览器运行，那就加载浏览器的静默模式，让它在后台偷偷运行。用headless

from selenium import webdriver

option = webdriver.ChromeOptions()

option.add_argument('headless')

driver = webdriver.Chrome(chrome_options=option)

driver.get('https://www.baidu.com/')

8.获取元素信息

# 获取属性

from selenium import webdriver

broswer = webdriver.Chrome()

url = 'https://www.taobao.com'

broswer.get(url)

logo = broswer.find_element_by_class_name('logo')

print(logo)

print(logo.get_attribute('class'))

# 获取文本值

from selenium import webdriver

broswer = webdriver.Chrome()

url = 'https://www.taobao.com'

broswer.get(url)

li = broswer.find_element_by_class_name('J_SearchTab')

print(li)

print(li.text)

#获取ID、位置、标签名、大小

from selenium import webdriver

broswer = webdriver.Chrome()

url = 'https://www.taobao.com'

broswer.get(url)

logo = broswer.find_element_by_class_name('logo')

print(logo.id)

print(logo.location)

print(logo.tag_name)

print(logo.size)

9.交互操作

元素交互操作（先获取特定的元素，对获取的元素调用交互方法）

from selenium import webdriver
import time

# 加启动配置

option = webdriver.ChromeOptions()

option.add_argument('disable-infobars')

# 打开chrome浏览器

broswer = webdriver.Chrome()

broswer.get('https://www.taobao.com')


#获取输入框

input =broswer.find_element_by_id('q')
#模拟用户输入iphone

input.send_keys('iphone')

time.sleep(2)
#清除输入框

input.clear()
#输入ipad

input.send_keys('ipad')
#获取按钮

button = broswer.find_element_by_class_name('btn-search')
#点击按钮
button.click()

更多元素交互操作：http://selenium-python.readthedocs.org/locating-elements.html

交互动作(将动作附加到动作链中串行执行)

执行JavaScript代码

from selenium import webdriver

broswer = webdriver.Chrome()

broswer.get('https://www.zhihu.com')

broswer.execute_script('window.scrollTo(0,document.body.scrollHeight)')

broswer.execute_script('alert("To Bottom")')

鼠标操作

在现实的自动化测试中关于鼠标的操作不仅仅是click()单击操作，还有很多包含在ActionChains类中的操作。如下：

context_click(elem) 右击鼠标点击元素elem，另存为等行为
double_click(elem) 双击鼠标点击元素elem，地图web可实现放大功能
drag_and_drop(source,target) 拖动鼠标，源元素按下左键移动至目标元素释放
move_to_element(elem) 鼠标移动到一个元素上
click_and_hold(elem) 按下鼠标左键在一个元素上
perform() 在通过调用该函数执行ActionChains中存储行为

举例如下图所示，获取通过鼠标右键另存为百度图片logo。代码：

键盘操作

参考：http://selenium-python.readthedocs.org/api.html
前面讲述了鼠标操作，现在讲述键盘操作。在webdriver的Keys类中提供了键盘所有的按键操作，当然也包括一些常见的组合键操作如Ctrl+A(全选)、Ctrl+C(复制)、Ctrl+V(粘贴)。更多键参考官方文档对应的编码。

send_keys(Keys.ENTER) 按下回车键
send_keys(Keys.TAB) 按下Tab制表键
send_keys(Keys.SPACE) 按下空格键space
send_keys(Kyes.ESCAPE) 按下回退键Esc
send_keys(Keys.BACK_SPACE) 按下删除键BackSpace
send_keys(Keys.SHIFT) 按下shift键
send_keys(Keys.CONTROL) 按下Ctrl键
send_keys(Keys.ARROW_DOWN) 按下鼠标光标向下按键
send_keys(Keys.CONTROL,'a') 组合键全选Ctrl+A
send_keys(Keys.CONTROL,'c') 组合键复制Ctrl+C
send_keys(Keys.CONTROL,'x') 组合键剪切Ctrl+X
send_keys(Keys.CONTROL,'v') 组合键粘贴Ctrl+V

10.前进后退页面

import time

from selenium import webdriver

broswer = webdriver.Chrome()

broswer.get('https://www.baidu.com')

broswer.get('https://www.taobao.com')
#后退

broswer.back()

time.sleep(2)
#前进

broswer.forward()

broswer.close()

11.Cookies操作

添加Cookie

from selenium import webdriver

broswer = webdriver.Chrome()

broswer.get('https://www.zhihu.com')

# Now set the cookie. This one's valid for the entire domain

cookie = {'name' : 'foo', 'value' : 'bar'}

broswer.add_cookie(cookie)

获取Cookies

from selenium import webdriver

broswer = webdriver.Chrome()

broswer.get('https://www.zhihu.com')
#获取cookie

print(broswer.get_cookies())
#添加cookie

broswer.add_cookie({'name':'name','value':'germeny'})
#再次获取cookie

print(broswer.get_cookies())

12.选项卡操作

import time

from selenium import webdriver

broswer = webdriver.Chrome()

broswer.get('https://www.zhihu.com')
#打开新窗口

broswer.execute_script('window.open()')

print(broswer.window_handles)
#切断到第二个选项卡（窗口）

broswer.switch_to_window(broswer.window_handles[1])

time.sleep(1)
#切换到第一个选项卡（窗口）

broswer.switch_to_window(broswer.window_handles[0])

broswer.get('https://www.baidu.com')