selenium-java web自动化测试工具抓取百度搜索结果实例

selenium-java web自动化测试工具抓取百度搜索结果实例

这种方式抓百度的搜索关键字结果非常容易
抓长尾关键词，根据热门关键词去抓更多内容可以用
抓google，百度的这种内容容易给屏蔽，用这种就不会了

1.新建maven项目，引入selenium-java

<!-- https://mvnrepository.com/artifact/org.seleniumhq.selenium/selenium-java -->
        <dependency>
            <groupId>org.seleniumhq.selenium</groupId>
            <artifactId>selenium-java</artifactId>
            <version>3.8.1</version>
        </dependency>

2.写代码（因为自动化测试速度极快，每个步骤后都稍微停顿了下方便看效果）

package com.testselenium;

import java.util.concurrent.TimeUnit;

import org.openqa.selenium.By;
import org.openqa.selenium.JavascriptExecutor;
import org.openqa.selenium.WebDriver;
import org.openqa.selenium.chrome.ChromeDriver;

public class AutoTest {

    public static void main(String[] args) throws Exception {
//        谷歌浏览器的驱动下载地址：https://chromedriver.storage.googleapis.com/index.html
//        最新稳定版下载地址：https://chromedriver.storage.googleapis.com/index.html?path=2.40/
        System.setProperty("webdriver.chrome.driver", "D://selenium/chromedriver.exe");
        WebDriver webDriver = new ChromeDriver();
//        火狐浏览器的驱动下载地址：https://github.com/mozilla/geckodriver/releases
//        System.setProperty("webdriver.gecko.driver", "D://selenium/geckodriver.exe");
//        WebDriver webDriver = new FirefoxFilter();

//        webDriver.manage().window().maximize();
//        webDriver.manage().deleteAllCookies();
        // 与浏览器同步非常重要，必须等待浏览器加载完毕
        webDriver.manage().timeouts().implicitlyWait(10, TimeUnit.SECONDS);

        //打开目标地址
        webDriver.get("https://www.baidu.com");

        Thread.sleep(1000);
        /*
//      webDriver.findElement(By.xpath("/html/body/div/div[1]/a")).click();
//      webDriver.findElement(By.cssSelector("html body div#app div.loginPage form.el-form.fromBox button.el-button.loginBtn")).click();
        webDriver.findElement(By.cssSelector(".head_wrapper > div#u1 > a:nth-child(1)")).click();
        Thread.sleep(1000);
        webDriver.findElements(By.className("a3")).forEach(x -> {
            System.out.println(x.getText());
        });
        */
        //输入关键字搜索
        webDriver.findElement(By.cssSelector("input#kw")).sendKeys("java");
        webDriver.findElement(By.cssSelector("input#su")).click();
        Thread.sleep(1000);
        webDriver.findElements(By.className("t")).forEach(x -> {
            System.out.println(x.getText());
        });

      //暂停5秒钟后关闭
        Thread.sleep(5000);
//        webDriver.quit();

        //跳转到我的博客
        Thread.sleep(3000);
        webDriver.get("https://www.cnblogs.com/zdz807");

        Thread.sleep(1000);
        //打开标题为 下一页
        webDriver.findElement(By.partialLinkText("下一页")).click();

        Thread.sleep(1000);
        //移动到底部
        //((JavascriptExecutor) webDriver).executeScript("window.scrollTo(0, document.body.scrollHeight)");
        //移动到指定的坐标(相对当前的坐标移动)
        ((JavascriptExecutor) webDriver).executeScript("window.scrollBy(0, 700)");
        Thread.sleep(1000);
        //移动到窗口绝对位置坐标，如下移动到纵坐标1600像素位置
        ((JavascriptExecutor) webDriver).executeScript("window.scrollTo(0, 1600)");
        Thread.sleep(1000);
        //移动到指定元素，且元素底部和窗口底部对齐
        ((JavascriptExecutor) webDriver).executeScript("arguments[0].scrollIntoView(false);", webDriver.findElement(By.cssSelector("#ftCon")));

        //暂停5秒钟后关闭
        Thread.sleep(5000);
        webDriver.quit();

    }
}

Starting ChromeDriver 2.40.565498 (ea082db3280dd6843ebfb08a625e3eb905c4f5ab) on port 38505
Only local connections are allowed.
七月 27, 2018 7:42:47 下午 org.openqa.selenium.remote.ProtocolHandshake createSession
信息: Detected dialect: OSS
java.com: Java 与您官网
Java_百度百科
Java SE Development Kit 8 - Downloads
Java 教程 | 菜鸟教程
java吧_百度贴吧
Oracle Technology Network for Java Developers | Oracle ...
Java - ImportNew
Java 运算符 | 菜鸟教程
ImportNew - 专注Java & Android 技术分享
Java SE - Downloads | Oracle Technology Network | Oracle
深圳java学习难吗_java培训多久能学会?
java 菜鸟也能学的Java 4个月挑战月薪上万
java-中国数万程序员的选择-官方首页
java深圳菜鸟也能学的java 4个月挑战月薪上万