Python-爬虫-selenium

什么是selenium？

（1）Selenium是一个用于Web应用程序测试的工具。
（2）Selenium 测试直接运行在浏览器中，就像真正的用户在操作一样。
（3）支持通过各种driver（FirfoxDriver，IternetExplorerDriver，OperaDriver，ChromeDriver）驱动
真实浏览器完成测试。
（4）selenium也是支持无界面浏览器操作的。

为什么使用selenium？

模拟浏览器功能，自动执行网页中的js代码，实现动态加载

如何安装selenium？

（1）操作谷歌浏览器驱动下载地址
http://chromedriver.storage.googleapis.com/index.html
（2）谷歌驱动和谷歌浏览器版本之间的映射表
http://blog.csdn.net/huilan_same/article/details/51896672
（3）查看谷歌浏览器版本
谷歌浏览器右上角‐‐>帮助‐‐>关于
（4）pip install selenium

selenium的使用步骤？

（1）导入：from selenium import webdriver
（2）创建谷歌浏览器操作对象：
path = 谷歌浏览器驱动文件路径
browser = webdriver.Chrome(path)
（3）访问网址
url = 要访问的网址
browser.get(url)

元素定位

根据id来找到对象（常用
button = browser.find_element_by_id(‘su’)
print(button)

根据标签属性的属性值来获取对象的
button = browser.find_element_by_name(‘wd’)
print(button)

根据xpath语句来获取对象（常用
button = browser.find_elements_by_xpath(’//input[@id=“su”]’)
print(button)

根据标签的名字来获取对象
button = browser.find_elements_by_tag_name(‘input’)
print(button)

使用的bs4的语法来获取对象（常用
button = browser.find_elements_by_css_selector(’#su’)
print(button)

根据链接文本获取对象
button = browser.find_element_by_link_text(‘直播’)
print(button)

元素信息

input = browser.find_element_by_id('su')

获取标签的属性

print(input.get_attribute('class'))

获取标签的名字

print(input.tag_name)

获取元素文本

a = browser.find_element_by_link_text('新闻')
print(a.text)

交互

from selenium import webdriver

# 创建浏览器对象
path = 'chromedriver.exe'
browser = webdriver.Chrome(path)

# url
url = 'https://www.baidu.com'
browser.get(url)

import time
time.sleep(2)

# 获取文本框的对象
input = browser.find_element_by_id('kw')

# 在文本框中输入周杰伦
input.send_keys('周杰伦')

time.sleep(2)

# 获取百度一下的按钮
button = browser.find_element_by_id('su')

# 点击按钮
button.click()

time.sleep(2)

# 滑到底部
js_bottom = 'document.documentElement.scrollTop=100000'
browser.execute_script(js_bottom)

time.sleep(2)

# 获取下一页的按钮
next = browser.find_element_by_xpath('//a[@class="n"]')

# 点击下一页
next.click()

time.sleep(2)

# 回到上一页
browser.back()

time.sleep(2)

# 回去
browser.forward()

time.sleep(3)

# 退出
browser.quit()