selenium模块-海峡音箱网

目录一、selenium模块介绍二、selenium基本使用三、无界面浏览器四、selenium用法1. 查找标签2. 获取标签3. 元素操作4. 执行JS代码5. 切换选项卡6. 控制前进后退7. 异常处理五、xpath的使用六、selenium动作链七、selenium模块相关的案例练习1. 模拟登录百度2. 自动登录123063. 爬取商品信息一、selenium模块介绍

selenium最初是一个自动化测试工具,而爬虫中使用它主要是为了解决requests无法直接执行JavaScript代码的问题。selenium本质是通过驱动浏览器，完全模拟浏览器的操作，比如跳转、输入、点击、下拉等，来拿到网页渲染之后的结果，可支持多种浏览器。但是它的使用必须配合浏览器驱动而且浏览器版本也要一样才可以。正式使用之前需要做一些准备工作。浏览器和浏览器驱动的话推荐使用谷歌浏览器(因为这个浏览器支持selenium的最好)怎么查看谷歌浏览器的版本浏览器右上角》点三个点点》往下找帮助并点击》之后再点关于Google Chrome就可以查看版本确定自己浏览器版本之后下载对应的驱动点击这里下载谷歌浏览器驱动准备下载驱动的时候发现驱动和浏览器版本无法完全一致，我这里有两个不用纠结二选一即可。再根据自己的电脑的操作系统选择即可所有的准备工作已完成接下来咱学习如何使用selenium模块吧

(资料图片仅供参考)

二、selenium基本使用下载selenium模块

pip install selenium

下载好了的驱动拖到项目路径下

写代码控制谷歌浏览器

from selenium import webdriver# 第一步：打开谷歌浏览器my_browser = webdriver.Chrome(executable_path="chromedriver.exe")# 第二步：在地址栏中输入网址page_source = my_browser.get("https://www.cnblogs.com/almira998/p/17226553.html")# 第三步：完成任务就关闭浏览器my_browser.close()

三、无界面浏览器

无界面浏览器指的就是隐藏浏览器图形化界面但是数据照样能拿到，有这个模块我就不需要费心费力的用requests模块了。那么怎么操作呢？请继续看下面代码框

from selenium import webdriverfrom selenium.webdriver.chrome.options import Optionschrome_options = Options()chrome_options.add_argument("--hide-scrollbars")  # 隐藏滚动条chrome_options.add_argument("blink-settings=imagesEnabled=false")  # 不加载图图片chrome_options.add_argument("--headless")  # 不提供可视化界面my_browser = webdriver.Chrome(executable_path="chromedriver.exe", chrome_options=chrome_options)my_browser.get("https://www.cnblogs.com/")print(my_browser.page_source)my_browser.close()

四、selenium用法1. 查找标签

可以按id，标签名，name属性名，类名，a标签的文字，a标签的文字模糊匹配，css选择器，如果有id那就优选选择id，因为id具有唯一性，查找标签最准确

# 两个方法bro.find_element   找一个bro.find_elements  找所有input_1=bro.find_element(by=By.ID,value="wd")input_1 = bro.find_element(by=By.NAME, value="wd")input_1=bro.find_element(by=By.TAG_NAME,value="input")input_1=bro.find_element(by=By.CLASS_NAME,value="s_ipt")input_1=bro.find_element(by=By.LINK_TEXT,value="登录")input_1=bro.find_element(by=By.PARTIAL_LINK_TEXT,value="录")input_1 = bro.find_element(by=By.CSS_SELECTOR, value="#su")

2. 获取标签

通过tag.的方式获取标签的属性、id、文本、位置、大小、标签名

print(tag.get_attribute("src"))  # 用的最多print(tag.id)print(tag.text)print(tag.location)print(tag.size)print(tag.tag_name)

3. 元素操作

可以操作点击、输入内容、清空内容、浏览器对象最大化、截全屏幕、还可以控制代码运行(代码执行很快，有的标签没来的及加载，直接查找就会报错，设置等待)

# 点击tag.click()# 输入内容tag.send_keys()# 清空内容tag.clear()# 浏览器对象 最大化bro.maximize_window() #浏览器对象  截全屏bro.save_screenshot("main.png") # 设置等待：所有标签，只要去找，找不到就遵循 等10s的规则bro.implicitly_wait(10)

4. 执行JS代码

可以干的事情：获取当前访问的地址、打开新的标签、滑动屏幕、获取cookie，获取定义的全局变量(如果获取到cookie那么爬虫一个大难点就解决了，具体如何获取后面继续学)

bro.execute_script("alert("美女")")  # 引号内部的相当于 用script标签包裹了

5. 切换选项卡

import timefrom selenium import webdriverbrowser=webdriver.Chrome(executable_path="chromedriver.exe")browser.get("https://www.baidu.com")browser.execute_script("window.open()")print(browser.window_handles) #获取所有的选项卡browser.switch_to.window(browser.window_handles[1])browser.get("https://www.taobao.com")time.sleep(2)browser.switch_to.window(browser.window_handles[0])browser.get("https://www.sina.com.cn")browser.close()

6. 控制前进后退

import timefrom selenium import webdriverbrowser=webdriver.Chrome(executable_path="chromedriver.exe")browser.get("https://www.baidu.com")browser.get("https://www.taobao.com")browser.get("http://www.sina.com.cn/")browser.back()time.sleep(2)browser.forward()browser.close()

7. 异常处理

import timefrom selenium import webdriverbrowser=webdriver.Chrome(executable_path="chromedriver.exe")try:except Exception as e:    print(e)finally:    browser.close()

五、xpath的使用

关于xpathXPath即为XML路径语言（XML Path Language），它是一种用来确定XML文档中某部分位置的语言，具体会一下几个就够了，实在不行咱有终极大法：那就是右键检查>copy>copy xpath来复制用即可

/     从当前路径下开始找/div  从当前路径下开始找div//     递归查找，子子孙孙//div  递归查找div@      取属性.    当成..   上一层

六、selenium动作链

Selenium的动作链是一种在网页上执行多个动作的技术，它可以模拟人类在网页上的交互行为，例如鼠标移动、点击、拖拽等操作。动作链中的每个动作都可以设置等待时间、偏移量、速度等参数，以便更加精确地模拟用户的操作。使用动作链可以实现复杂的交互操作，提高自动化测试的效率和准确性。

actions=ActionChains(bro) #拿到动作链对象actions.drag_and_drop(sourse,target) #把动作放到动作链中，准备串行执行actions.perform()

ActionChains(bro).click_and_hold(sourse).perform()distance=target.location["x"]-sourse.location["x"]track=0while track < distance:ActionChains(bro).move_by_offset(xoffset=2,yoffset=0).perform()track+=2

ActionChains：这是Selenium原生的动作链类，它可以在浏览器中执行鼠标和键盘的交互操作，例如点击、拖拽、悬停等。ActionChains类可以通过链式调用来组合多个操作，以实现复杂的操作流程。

from selenium import webdriverfrom selenium.webdriver.common.action_chains import ActionChains# 创建浏览器对象driver = webdriver.Chrome()# 打开网页driver.get("https://www.baidu.com")# 找到搜索框元素search_box = driver.find_element_by_css_selector("#kw")# 创建ActionChains对象actions = ActionChains(driver)# 在搜索框中输入关键词actions.move_to_element(search_box).send_keys("Selenium").perform()# 找到搜索按钮元素search_button = driver.find_element_by_css_selector("#su")# 悬停在搜索按钮上actions.move_to_element(search_button).perform()# 点击搜索按钮actions.click(search_button).perform()# 关闭浏览器driver.quit()

import timefrom selenium import webdriverfrom selenium.webdriver import ActionChainsfrom selenium.webdriver.common.by import By  # 按照什么方式查找，By.ID,By.CSS_SELECTORfrom selenium.webdriver.common.keys import Keys  # 键盘按键操作from selenium.webdriver.support import expected_conditions as ECfrom selenium.webdriver.support.wait import WebDriverWait  # 等待页面加载某些元素try:    browser = webdriver.Chrome(executable_path="./chromedriver.exe")    browser.get("http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable")    browser.switch_to.frame("iframeResult")  # 切换到id为iframeResult的frame    target = browser.find_element(By.ID, "droppable")  # 目标    source = browser.find_element(By.ID, "draggable")  # 源    # 方案1    # actions = ActionChains(browser)  # 拿到动作链对象    # actions.drag_and_drop(source, target)  # 把动作放到动作链中，准备串行执行    # actions.perform()    # 方案2    # ActionChains(browser).click_and_hold(source).perform()    # distance = target.location["x"] - source.location["x"]    # track = 0    # while track < distance:    #     ActionChains(browser).move_by_offset(xoffset=2, yoffset=0).perform()    #     track += 2    time.sleep(2)finally:    browser.close()

七、selenium模块相关的案例练习1. 模拟登录百度

from selenium import webdriverfrom selenium.webdriver.common.by import Byimport time# 1.打开浏览器browser = webdriver.Chrome(executable_path="chromedriver.exe")# 2.打开百度官网browser.get("https://www.baidu.com")browser.implicitly_wait(10)# 3.找到登录按钮并点击login_btn = browser.find_element(by=By.LINK_TEXT, value="登录")login_btn.click()time.sleep(2)# 4.选择账号登录方式并点击login_by_pwd = browser.find_element(by=By.CSS_SELECTOR, value="#TANGRAM__PSP_11__changePwdCodeItem")login_by_pwd.click()time.sleep(2)# 5.输入用户名和密码username = browser.find_element(by=By.ID, value="TANGRAM__PSP_11__userName")password = browser.find_element(by=By.ID, value="TANGRAM__PSP_11__password")username.send_keys("18963884980")password.send_keys("almira10054X")time.sleep(2)# 6.最后点击登录commit_btn = browser.find_element(by=By.ID, value="TANGRAM__PSP_11__submit")commit_btn.click()time.sleep(10)# 关闭浏览器browser.close()

2. 自动登录12306

3. 爬取商品信息

关键词：