Selenium实现微博自动化运营：关注、点赞、评论

目录

• Selenium 是什么？
• 一、核心代码
• 二、步骤分解
  • 1.打开浏览器
  • 2.访问微博登录页
  • 3.输入账号密码
  • 4.点击登录
  • 5.通过人机验证
  • 6.访问我们的中公题库君首页
  • 7.加一下关注
  • 8.定位到第2条微博
  • 9.开始点赞
  • 10.点击评论
• 三、自动化运营常用工具

Selenium 是什么？

Selenium是一个用于Web应用程序测试的工具，可以模拟真正的用户操作，支持多种浏览器，如Firefox，Safari，Google Chrome，Opera等。

Selenium 模拟的就是一个真实的用户的操作行为，我们完全不用担心 cookie 追踪和隐藏字段的干扰。

正好，我们公司有一个妹纸团队运营的微博粉丝挺多，叫中公题库君，我们使用Selenium实现微博自动关注她，顺便点赞和评论一下

相关帮助链接

• 官网地址
• 查找元素
• 等待指定状态
• 所有动作action
• 浏览器api

一、核心代码

talking is cheap，话不多说，上代码！

from selenium import webdriver
import time

# 注意这里使用了我本机的谷歌浏览器驱动
browser = webdriver.Chrome(executable_path='/Users/chenqionghe/.wdm/drivers/chromedriver/79.0.3945.36/mac64/chromedriver')
# 设置用户名、密码
username = "你的用户名"
password = "你的密码"

# 打开微博登录页
browser.get('https://passport.weibo.cn/signin/login')
browser.implicitly_wait(5)
time.sleep(1)

# 填写登录信息：用户名、密码
browser.find_element_by_id("loginName").send_keys(username)
browser.find_element_by_id("loginPassword").send_keys(password)
time.sleep(1)

# 点击登录
browser.find_element_by_id("loginAction").click()
time.sleep(1)

# 通过人机验证，找到那个小点点击一下
browser.find_element_by_class_name("geetest_radar_tip").click()

# 打开我们的中公题库君的首页
browser.get('https://m.weibo.cn/u/5430882137')

# 加关注
follow_button = browser.find_element_by_xpath('//div[@class="m-add-box m-followBtn"]')
follow_button.click()
time.sleep(1)
# 这时候弹出了选择分组的框，定位取消按钮
group_button = browser.find_element_by_xpath('//a[@class="m-btn m-btn-white m-btn-text-black"]')
group_button.click()
time.sleep(1)

# 这时候我们就关注成功了，好，接下来，我们给题库君点赞和评论一下
# 找到第二条微博，因为第一条微博都是置顶的
second_weibo=browser.find_element_by_xpath("//div[@class='card m-panel card9 weibo-member card-vip'][3]")
second_weibo.text
js = "arguments[0].scrollIntoView();"
# 将下拉滑动条滑动到当前div区域
browser.execute_script(js, second_weibo)  

# 给第二条微博点赞
selector="//div[@class='card m-panel card9 weibo-member card-vip'][2]//footer/div[@class='m-diy-btn m-box-col m-box-center m-box-center-a'][3]"
a=browser.find_element_by_xpath(selector)
a.click()

# 定位第二条微博的评论处,点击
selector="//div[@class='card m-panel card9 weibo-member card-vip'][2]//footer/div[@class='m-diy-btn m-box-col m-box-center m-box-center-a'][2]"
a=browser.find_element_by_xpath(selector)
text=a.text
a.click()

# 输出评论内容
wishes="I’m super saiyan, best wishes to you !"
if text=='评论':
    # 光标定位到发表评论处
    comment=browser.find_element_by_tag_name('textarea')
    comment.click()
    # 输入评论内容
    comment.send_keys(wishes)
    time.sleep(1)
    # 定位发送按钮
    sendBtn=browser.find_element_by_class_name('m-send-btn')
else:
    # 光标定位到发表评论处
    focus=browser.find_element_by_css_selector('span[class="m-box-center-a main-text m-text-cut focus"]')
    focus.click()
    # 点击评论
    comment=browser.find_element_by_tag_name('textarea')
    comment.click()
    # 输入评论内容
    comment.send_keys(wishes)
    # 定位发送按钮
    sendBtn=browser.find_element_by_class_name('btn-send')

# 发表评论
sendBtn.click()

二、步骤分解

1.打开浏览器

from selenium import webdriver
import time
# 注意这里使用了我本机的谷歌浏览器驱动
browser = webdriver.Chrome(executable_path='/Users/chenqionghe/.wdm/drivers/chromedriver/79.0.3945.36/mac64/chromedriver')

2.访问微博登录页

# 打开微博登录页
browser.get('https://passport.weibo.cn/signin/login')
browser.implicitly_wait(5)

可以看到，已经打开了页面

3.输入账号密码

# 填写登录信息：用户名、密码
username = "你的用户名"
password = "你的密码"
browser.find_element_by_id("loginName").send_keys(username)
browser.find_element_by_id("loginPassword").send_keys(password)
time.sleep(1)

4.点击登录

# 点击登录
browser.find_element_by_id("loginAction").click()

5.通过人机验证

找到那个小点点击一下

browser.find_element_by_class_name("geetest_radar_tip").click()

登录成功，如下所示

6.访问我们的中公题库君首页

browser.get('https://m.weibo.cn/u/5430882137')

7.加一下关注

#加关注
follow_button = browser.find_element_by_xpath('//div[@class="m-add-box m-followBtn"]')
follow_button.click()
time.sleep(1)
# 这时候弹出了选择分组的框，定位取消按钮
group_button = browser.find_element_by_xpath('//a[@class="m-btn m-btn-white m-btn-text-black"]')
group_button.click()

关注成功后，让选择分组，这里我直接找到取消按钮点击了一下

这时候我们就关注成功了，好，接下来，我们找到题库君非置顶的第一条微博评论一下

8.定位到第2条微博

因为第1条一般是置顶的，定位到第2条微博页面处

# 找到第二条微博，因为第一条微博都是置顶的
second_weibo=browser.find_element_by_xpath("//div[@class='card m-panel card9 weibo-member card-vip'][2]")
second_weibo.text
js = "arguments[0].scrollIntoView();"
# 将下拉滑动条滑动到当前div区域
browser.execute_script(js, second_weibo)

9.开始点赞

# 给第二条微博点赞
selector="//div[@class='card m-panel card9 weibo-member card-vip'][2]//footer/div[@class='m-diy-btn m-box-col m-box-center m-box-center-a'][2]"
a=browser.find_element_by_xpath(selector)
a.click()

可以看到，点赞成功了

10.点击评论

#定位第二条微博的评论处
selector="//div[@class='card m-panel card9 weibo-member card-vip'][2]//footer/div[@class='m-diy-btn m-box-col m-box-center m-box-center-a'][2]"
a=browser.find_element_by_xpath(selector)
text=a.text
a.click()

这里的逻辑是，点击了，如果还没有人评论，评论框显示的文字叫<评论>，如果已经有人评论了会显示评论数量

# 输入评论内容
wishes="I’m super saiyan, best wishes to you !"
if text=='评论':
    # 光标定位到发表评论处
    comment=browser.find_element_by_tag_name('textarea')
    comment.click()
    # 输入评论内容
    comment.send_keys(wishes)
    time.sleep(1)
    # 定位发送按钮
    sendBtn=browser.find_element_by_class_name('m-send-btn')
else:
    # 光标定位到发表评论处
    focus=browser.find_element_by_css_selector('span[class="m-box-center-a main-text m-text-cut focus"]')
    focus.click()
    # 点击评论
    comment=browser.find_element_by_tag_name('textarea')
    comment.click()
    # 输入评论内容
    comment.send_keys(wishes)
    # 定位发送按钮
    sendBtn=browser.find_element_by_class_name('btn-send')

# 发表评论
sendBtn.click()

哈哈，看到已经评论成功了，到此，通过Selenium实现了微博自动化：关注、点赞、评论，感觉还挺好玩的~

三、自动化运营常用工具

• Selenium
  
  用于 Web 测试的工具，支持多种浏览器和自动化测试
• Puppeteer
  
  一个Nodejs的库，支持调用Chrome的API来操纵Web，能进行无头浏览模。
  
  相比较Selenium或是PhantomJs,它最大的特点就是它的操作Dom可以完全在内存中进行模拟既在V8引擎中处理而不打开浏览器，而且关键是这个是Chrome团队在维护，会拥有更好的兼容性和前景。
• PhantomJS
  
  基于webkit的JavaScript API。它使用QtWebKit作为它核心浏览器的功能，使用webkit来编译解释执行JavaScript代码。任何你可以在基于webkit浏览器做的事情，它都能做到，可以实现诸如网络监测、网页截屏、无需浏览器的 Web 测试、页面访问自动化等。
• lxml
  
  python的一个解析库，支持HTML和XML的解析，支持XPath解析方式，而且解析效率非常高
• Scrapy
  
  Python开发的爬虫框架，功能强大，可以用于数据挖掘、监测和自动化测试。
  
  Scrapy就像爬虫界的AK47，做某些大批量数据采集时简单易用，而requests就像瑞士军刀，经过专业训练的高手用它来杀敌于无形。
  
  小的项目或者深度定制建议使用requests，大的项目，并发量大的建议使用scrapy