selenium 如何获取 session 指定的数据

测试界的扛把子

于 2024-09-13 20:53:58 发布

阅读量704

点赞数 8

文章标签： selenium python 测试工具

本文链接：https://blog.csdn.net/2301_76643199/article/details/142219958

版权

代码核心在于这几个部分：

　　其一：使用元素定位来获取页面上指定需要抓取的关键字；

　　其二：将页面上定位得到的数据永久存储到本地文件中。

　　具体来梳理一下从访问URL开始到爬取数据整个流程下来的各个节点我们都做了哪些工作。

　　我们来看看spider()方法里面具体做了哪些事情：

　　spider() 方法实现

　　1、创建浏览器对象

# 创建浏览器对象
　　drver = webdriver.Chrome()

通过 webdriver.Chrome() 创建浏览器对象后，会自动启动并打开Chrome浏览器。在 Chrome() 方法中未传入任何参数，即使用默认参数 executable_path="chromedriver" ，executable_path表示的是Chrome浏览器驱动的位置，该参数默认浏览器驱动的位置是在Python安装目录下。如果你的浏览器驱动位置与默认位置不同，则 executable_path 参数需要传入驱动的实际位置。

2、访问URL地址

　# 浏览器访问地址
　　drver.get(url)

　打开浏览器后driver调用get(url) 方法在地址栏中访问该网址。

3、隐式等待、最大化浏览器窗口

# 隐式等待，确保动态内容节点被完全加载出来——时间感受不到
　　drver.implicitly_wait(3)
　　# 最大化浏览器窗口，主要是防止内容被遮挡
　　drver.maximize_window()

先使用 implicitly_wait() 方法隐式等待浏览器将页面完全加载出来，再使用maximize_window()将浏览器窗口最大化，防止页面元素未加载出来或被遮挡而查找失败。

4、定位搜索框

　# 通过id=key定位到搜索框
　　input_search = drver.find_element_by_id('key')
　　# 在输入框中输入“口罩”
　　input_search.send_keys(keyword)
　　# 模拟键盘回车Enter操作进行搜索
　　input_search.send_keys(Keys.ENTER)
　　# 强制等待3秒
　　sleep(3)

driver 先调用 find_element_by_id('key') 通过ID定位到该搜索框，再调用 sent_keys() 传入参数搜索关键字 keyword ，然后在sent_keys() 中传入 Keys.ENTER 模拟键盘回车键，最后再调用 sleep(3) 强制等待搜索内容加载出来。至此，定位搜索框->搜索框输入关键字->回车搜索，整个搜索流程就完成了。

5、调用 get_good() 方法抓取商品数据

# 抓取商品数据
　　get_good(drver)

　将抓取商品数据的具体操作步骤封装成 get_good() 方法并传入driver参数调用。

6、退出浏览器

# 退出关闭浏览器
　　drver.quit()

　抓取完商品数据后就可以直接将浏览器关闭，释放资源了。这就是整个爬取的过程，而抓取数据的过程再接着继续分析。

　　get_good() 方法实现

　　完整代码

　　# -*- coding: utf-8 -*-
　　# @Time : 2021/10/26 17:35
　　# @Author : Jane
　　# @Software: PyCharm
　　# 导入库
　　from time import sleep
　　from selenium import webdriver
　　from selenium.webdriver.common.keys import Keys # 键盘按键操作
　　from os import path
　　def spider(url, keyword):
　　 # 创建浏览器对象
　　 drver = webdriver.Chrome()
　　 # 浏览器访问地址
　　 drver.get(url)
　　 # 隐式等待，确保动态内容节点被完全加载出来——时间感受不到
　　 drver.implicitly_wait(3)
　　 # 最大化浏览器窗口，主要是防止内容被遮挡
　　 drver.maximize_window()
　　 # 通过id=key定位到搜索框
　　 input_search = drver.find_element_by_id('key')
　　 # 在输入框中输入“口罩”
　　 input_search.send_keys(keyword)
　　 # 模拟键盘回车Enter操作进行搜索
　　 input_search.send_keys(Keys.ENTER)
　　 # 强制等待3秒
　　 sleep(3)
　　 # 抓取商品数据
　　 get_good(drver)
　　 # 退出关闭浏览器
　　 drver.quit()
　　# 抓取商品数据
　　def get_good(driver):
　　 # 获取当前第一页所有商品的li标签
　　 goods = driver.find_elements_by_class_name('gl-item')
　　 for good in goods:
　　 # 获取商品链接
　　 link = good.find_element_by_tag_name('a').get_attribute('href')
　　 # 获取商品标题名称
　　 title = good.find_element_by_css_selector('.p-name em').text.replace('\n', '')
　　 # 获取商品价格
　　 price = good.find_element_by_css_selector('.p-price strong').text.replace('\n', '')
　　 # 获取商品评价数量
　　 commit = good.find_element_by_css_selector('.p-commit a').text
　　 # 格式化商品信息
　　 msg = '''
　　 商品：%s
　　 链接：%s
　　 价格：%s
　　 评论：%s
　　 '''%(title, link, price, commit)
　　 # 保存商品数据到txt文件中
　　 saveTXT(msg)
　　# 保存商品数据到txt文件中
　　def saveTXT(msg):
　　 # 获取当前文件路径
　　 paths = path.dirname(__file__)
　　 # 将当前文件路径与文件名拼接起来作为商品数据的存储路径
　　 file = path.join(paths, 'good_data.txt')
　　 # 以追加写入的方式将商品数据保存到文件中
　　 with open(file, 'a+', encoding='utf-8') as wf:
　　 wf.write(msg)
　　# 判断文件程序入口
　　if __name__ == '__main__':
　　# 京东商城网址
　　 url = 'https://www.jd.com/'
　　 # 搜索关键字“女士编包”
　　 keyword = '女士包包'
　　 # 爬取数据
　　 spider(url, keyword)

　将数据存储到CSV文件中

　# -*- coding: utf-8 -*-
　　# @Time : 2021/10/26 17:35
　　# @Author : Jane
　　# @Software: PyCharm
　　# 导入库
　　from time import sleep
　　from selenium import webdriver
　　from selenium.webdriver.common.keys import Keys # 键盘按键操作
　　from os import path
　　import csv
　　def spider(url, keyword):
　　 # 创建浏览器对象
　　 drver = webdriver.Chrome()
　　 # 浏览器访问地址
　　 drver.get(url)
　　 # 隐式等待，确保动态内容节点被完全加载出来——时间感受不到
　　 drver.implicitly_wait(3)
　　 # 最大化浏览器窗口，主要是防止内容被遮挡
　　 drver.maximize_window()
　　 # 通过id=key定位到搜索框
　　 input_search = drver.find_element_by_id('key')
　　 # 在输入框中输入“口罩”
　　 input_search.send_keys(keyword)
　　 # 模拟键盘回车Enter操作进行搜索
　　 input_search.send_keys(Keys.ENTER)
　　 # 强制等待3秒
　　 sleep(3)
　　 # 抓取商品数据
　　 get_good(drver)
　　 # 退出关闭浏览器
　　 drver.quit()
　　# 抓取商品数据
　　def get_good(driver):
　　 # 获取当前第一页所有商品的li标签
　　 goods = driver.find_elements_by_class_name('gl-item')
　　 data = []
　　 for good in goods:
　　 # 获取商品链接
　　 link = good.find_element_by_tag_name('a').get_attribute('href')
　　 # 获取商品标题名称
　　 title = good.find_element_by_css_selector('.p-name em').text.replace('\n', '')
　　 # 获取商品价格
　　 price = good.find_element_by_css_selector('.p-price strong').text.replace('\n', '')
　　 # 获取商品评价数量
　　 commit = good.find_element_by_css_selector('.p-commit a').text
　　 # 将商品数据存入字典
　　 good_data = {
　　 '商品标题':title,
　　 '商品价格':price,
　　 '商品链接':link,
　　 '评论量':commit
　　 }
　　 data.append(good_data)
　　 saveCSV(data)
　　# 保存商品数据到CSV文件中
　　def saveCSV(data):
　　 # 表头
　　 header = ['商品标题', '商品价格', '商品链接', '评论量']
　　 # 获取当前文件路径
　　 paths = path.dirname(__file__)
　　 # 将当前文件路径与文件名拼接起来作为商品数据的存储路径
　　 file = path.join(paths, 'good_data.csv')
　　 # 以追加写入的方式将商品数据保存到文件中
　　 with open(file, 'a+', encoding='utf-8', newline='') as wf:
　　 f_csv = csv.DictWriter(wf, header)
　　 f_csv.writeheader()
　　 f_csv.writerows(data)
　　# 判断文件程序入口
　　if __name__ == '__main__':
　　 # 京东商城网址
　　 url = 'https://www.jd.com/'
　　 # 搜索关键字“女士编包”
　　 keyword = '女士包包'
　　 # 爬取数据
　　 spider(url, keyword)