爬虫&Selenium&ChromeDriver

一、Selenium

1. selenium是什么

Selenium [1] 是一个用于Web应用程序测试的工具。Selenium测试直接运行在浏览器中，就像真正的用户在操作一样。支持的浏览器包括IE（7, 8, 9, 10, 11），Mozilla Firefox，Safari，Google Chrome，Opera等。

在python爬虫可以简单的理解为：Selenium就是模仿人使用浏览器

1. 如何下载或者是安装selenium

   cmd进入win终端，输入命令

   pip install selenium
   

二、ChromeDriver

1. ChromeDrive是什么

   这个和JDBC类似，就是Selenium操作Chrome浏览器的驱动。同理Selenium操作Firefox浏览器就需要geckodriver，操作IE浏览器需要IEDriverServer驱动。

   

2. 如何下载或者安装ChromeDriver
   
   注意：ChromeDriver要和自己使用的chrome版本一致
   
   注意：ChromeDriver要和自己使用的chrome版本一致
   
   注意：ChromeDriver要和自己使用的chrome版本一致

   2.1 查询自己chrome的版本

   ​ 地址栏输入：

   chrome://version/
   

   

   比如我的是：80.0.3987.149

   2.2 下载ChromeDriver

   地址栏：

   https://npm.taobao.org/mirrors/chromedriver/
   

   

   这里可能有人要问，不是最后一位不一样吗？

   答：的却，但是我估计只要前三位相同应该都可以的。有兴趣的同学可以试一下哈

   点击进去，下载对应的OS版本，比如我的是win电脑，我就下载第三个。

2.3 下载好之后，解压，把chromedriver.exe放到任意位置都可以。但是有要求：

• 路径上不能有中文
• 存放的路径不需要特殊权限

这样就可以了，接下来我们来测试一下。

---

三、测试

1. 直接看代码

   from selenium import webdriver #导入必要的库
   #功能需求：模仿人类使用搜索框进行搜索
   # 业务分析：在搜索框中输入“关键字”，点击“百度一下”或者是“回车”
   
   #chromedriver.exe的存放路径
   driver_path=r"C:\Program Files (x86)\Google\Chrome\Application\chromedriver.exe"
   
   # 通过webdriver对象的Chrome方法【不同的浏览器对应不同的方法】，获取到chromedriver.exe
   driver = webdriver.Chrome(executable_path=driver_path)
   
   # 访问百度
   driver.get("http://www.baidu.com")
   
   # 根据页面的id值定位到搜索框的
   input_tag = driver.find_element_by_id("kw")
   
   #假如我们搜索“java”
   input_tag.send_keys("java")
   
   # 根据页面id获取到“百度一下”按钮
   submit_btn = driver.find_element_by_id("su")
   
   #这个方法其实就是模仿人们点击“百度一下”按钮或者是“回车”
   submit_btn.click()
   
   

2. 运行代码。它会自动打开浏览器并自动输入“java”，并回车。

3. 看效果

---

四、为什么要用它——Selenium

答：因为有很多网站的数据都是异步请求(Ajax)加载数据的,我们直接爬取是获取不到数据的。因此我们使用selenium爬取返回来的页面是已经经过浏览器解析好的页面，我们再通过使用Xpath、bs4等，就可以爬取自己想要的数据了。