爬虫day 05 selenium高级和实战
selenium使用代理ip,基本配置
# 导入模块
from selenium.webdriver import Chrome,ChromeOptions
# 1.创建配置对象
options = ChromeOptions()
# 2.添加配置
options.add_argument('--proxy-server=http://ip') # 将代理ip加入配置中
# 3.通过指定配置创建浏览器对象
b=Chorme(options=options)
b.get(目标网站)
# 4.取消测试环境提示
options.add_experimental_option('excludeSwitches', ['enable-automation'])
# 5.取消图片加载
options.add_experimental_option("prefs", {"profile.managed_default_content_settings.images": 2})
selenium等待
1.隐式等待
如果没有设置隐式等待:在通过浏览器获取标签的时候,如果标签不存在会直接报错
如果设置了隐式等待:在通过浏览器获取标签的时候,如果标签不存在,不会立马报错,而是会在指定时间范围内不断尝试重新获取标签,直到获取到标签或者超时(超时会报错)
设置一次隐式时间,作用于每次获取标签
b.implicitly_wait(时间)
2.显式等待 -直到某一个条件成立或者不成立为止
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By
'''
1)创建等待对象:WebDriverWait(浏览器对象,超时时间)
2)添加等待条件:
等待对象.until(条件) -等到条件成立为止
等待对象.until_not(条件) -等到条件不成立为止
条件的写法:
presence_of_element_located(标签) -指定标签出现
text_to_be_present_in_element_value(标签,值) -指定标签的value的属性值包含指定值
text_to_be_present_in_element(标签,值) -指定标签的标签内容包含指定值