8.selenium的其他使用方法
8.1 selenium标签页的切换
当selenium控制浏 览器打开多个标签时,如何控制浏览器在不同的标签页中进行切换呢?需要我们做以下两步:
- 获取所有标签页的窗口句柄
- 利用窗口句柄切换到句柄指向的标签页
- 这里的窗口句柄是指:指向标签页对象的标识
- 具体的方法
- 1.获取当前所有的标签页的句柄构成的列表
- current_windows = driver.window_handles
- 2.根据标签页句柄列表索引下标进行切换
- driver.switch_to.window(current_windows[0])
- 1.获取当前所有的标签页的句柄构成的列表
from selenium import webdriver
url = 'https://jn.58.com'
driver = webdriver.Chrome(executable_path='D:\Chrome_webdriver\chromedriver.exe')
driver.get(url)
print(driver.current_url)
print(driver.window_handles)
# 定位并点击租房按钮
el = driver.find_element_by_xpath('/html/body/div[3]/div[1]/div[1]/div/div[1]/div[1]/span[1]/a')
el.click()
print(driver.current_url)
print(driver.window_handles)
# 切换句柄
driver.switch_to.window(driver.window_handles[-1])
el_list = driver.find_elements_by_xpath('/html/body/div[7]/div[2]/ul/li/div[2]/h2/a')
print(len(el_list))
8.2 selenium窗口的切换
iframe是html中常用的一种技术,即一个页面中嵌套了另一个网页,selenium默认是访问不了frame中的内容的,对应的解决思路是driver.switch_to.frame(frame_element)。接下来我们通过qq邮箱模拟登录来学习这个知识点。
模拟登录qq空间
from selenium import webdriver
url = 'https://qzone.qq.com'
driver = webdriver.Chrome(executable_path='D:\Chrome_webdriver\chromedriver.exe')
driver.get(url)
# 切换到框架对象
driver.switch_to.frame('login_frame')
# 点击账号密码登录
driver.find_element_by_id('switcher_plogin').click()
# 输入账号
driver.find_element_by_id('u').send_keys('190018484')
# 输入密码
driver.find_element_by_id('p').send_keys('wangtaotao123.')
# 点击登录按钮
driver.find_element_by_id('login_button').click()
8.3selenium的cookies
selenium能够帮助我们处理页面中的cookie,比如获取、删除。
8.3.1获取cookie
driver.get_cookies()返回列表,其中包含的是完整的cookie信息!不光有name、value,还有domain等cookie其他维度的信息。所以如果想要把获取的cookie信息和requests模块配合使用的话,需要转换为name、value作为键值对的cookie字典
- 获取当前标签页的全部cookie信息
- driver.get_cookies()
- 删除cookie (一条)
- driver.delete_cookie(“CookieName”)
- 删除cookie (所有)
- driver.delete_all_cookies()
from selenium import webdriver
url = 'https://www.baidu.com'
driver = webdriver.Chrome(executable_path='D:\Chrome_webdriver\chromedriver.exe')
driver.get(url)
# print(driver.get_cookies())
cookies = {}
for data in driver.get_cookies():
cookies[data['name']] = data['value']
print(cookies)
8.4 selenium控制浏览器执行js代码
-
js = ‘window.scrollTo(x,y)’ x 水平移动 ,y 垂直移动 单位像素
-
driver.execute_script(js)
from selenium import webdriver
url = 'https://jn.lianjia.com'
driver = webdriver.Chrome(executable_path='D:\Chrome_webdriver\chromedriver.exe')
driver.get(url)
# 滚动条的拖动
js = 'scrollTo(0,100)'
driver.execute_script(js)
el_button = driver.find_element_by_xpath('/html/body/div[2]/ul/li/a/img').click()
8.5页面等待
页面在加载的过程中需要花费时间等待网站服务器的响应,在这个过程中标签元素有可能还没有加载出来,是不可见的。
-
页面等待分类
- 强制等待
- 其实就是time.sleep()
- 但是不够智能
- 隐式等待
- 隐式等待针对的是 元素定位,隐式等待设置了一个小时,在一段时间内判断元素是否定位成功,如果成功了就执行下一步,在设置的时间内没有定位成功,就会报超时加载
- driver.implicitly_wait(10)
from selenium import webdriver url = 'https://www.baidu.com' driver = webdriver.Chrome(executable_path='D:\Chrome_webdriver\chromedriver.exe') # 设置位置之后的所有元素定位操作都有最大等待时间10秒,在10秒内会定期进行元素定位,超过设置时间后将会报错 driver.implicitly_wait(10) driver.get(url) el = driver.find_element_by_xpath('//*[@id="lg"]/img[10000]') print(el)
-
显示等待(主要用在软件测试的)
- 每经过多少秒就查看一次等待条件是否达成,如果达成就停止等待,继续执行后续代码
- 如果没有达到就继续等待直到超过规定时间后,报超时异常
from selenium.webdriver.common.keys import Keys from selenium.webdriver.common.by import By from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC WebDriverWait(driver, 10,0.5).until( EC.presence_of_element_located((By.ID, "myDynamicElement")) # 显式等待指定某个条件,然后设置最长等待时间10,在10秒内每隔0.5秒使用指定条件去定位元素,如果定位到元素则直接结束等待,如果在10秒结束之后仍未定位到元素则报错
- 强制等待
8.6 selenium开启无界面模式
绝大多数浏览器是没有界面的,selenium控制台谷歌浏览器也是存在无界面模式的(又称之无头模式)
- 开启无界面模式的方法
- 实例化配置对象
- options = webdriver.ChromeOptions()
- 配置对象添加开启无界面模式的命令
- iotions.add_argument("–headless")
- 配置对象添加禁用gpu的命令
- options.add_argument("–disable-gpu")
- 实例化带有配置对象的driver对象
- driver = webdriver.Chrome(chrome_options=options)
- 实例化配置对象
- 注意:macos中chrome浏览器59+版本,LInux中57+版本才能使用无界面模式
- 参考代码如下:
from selenium import webdriver
url = 'http://www.baidu.com'
# 创建一个配置对象
option = webdriver.ChromeOptions()
# 添加配置参数
option.add_argument('--headless')
option.add_argument('--disable-gpu')
# 创建浏览器对象的时候添加配置对象
driver = webdriver.Chrome(executable_path='D:\Chrome_webdriver\chromedriver.exe',chrome_options=option)
driver.get(url)
driver.save_screenshot('baidu_option.png')
8.7 selenium使用代理ip
selenium控制浏览器也是可以使用代理ip的
- 使用代理ip的方法
- 实例化配置对象
- options = webdriver.ChromeOptions()
- 配置对象添加使用代理ip的命令
- options.add_argument("–proxy-server=http://192.168.1.1:8080")
- 实例化带有配置对象的driver对象
- driver = webdriveer.Chrome("./chromedriver",chrome_options=options)
- 实例化配置对象
- 参考代码如下:
from selenium import webdriver
url = 'http://www.baidu.com'
# 创建一个配置对象
option = webdriver.ChromeOptions()
# 添加配置参数
# 更换ip代理必须重新启动浏览器
option.add_argument('--proxy-server=http:113.254.44.242:8382')
# 创建浏览器对象的时候添加配置对象
driver = webdriver.Chrome(executable_path='D:\Chrome_webdriver\chromedriver.exe',chrome_options=option)
driver.get(url)
8.8 selenium替换user-agent
selenium控制谷歌浏览器时,User-Agent默认是谷歌浏览器的。
- 替换user-agent的方法
- 实例化配置对象
- options = webdriver.ChromeOptions()
- 配置对象添加替换UA的命令
- options.add_argument("–user-agent=Mozilla/5.0 XIXI")
- 实例化带有配置对象的driver对象
- driver = webdriver.Chrome("./chromedriver",chrome_options=options)
- 实例化配置对象
- 参考代码如下:
from selenium import webdriver
url = 'http://www.baidu.com'
# 创建一个配置对象
option = webdriver.ChromeOptions()
# 添加配置参数
# 更换user-agent
option.add_argument('--user-agent=Mozilla/5.0 HAHA')
# 创建浏览器对象的时候添加配置对象
driver = webdriver.Chrome(executable_path='D:\Chrome_webdriver\chromedriver.exe',chrome_options=option)
driver.get(url)
8.9 斗鱼直播案例
思路:
- 1.首先来到第一页,把所有的房间列表拿到
- 2.然后遍历房间列表,拿到每一个房间的信息
- 3.然后点击下一页,重复过程,直到最后一页。找到循环终止的条件。
示例代码如下:
import time
from selenium import webdriver
class Douyu(object):
def __init__(self):
self.url = 'https://www.douyu.com/directory/all'
self.driver = webdriver.Chrome(executable_path='D:\Chrome_webdriver\chromedriver.exe')
def parse_data(self):
room_list = self.driver.find_elements_by_xpath('//*[@id="listAll"]/section[2]/div[2]/ul/li/div')
# print(len(room_list))
data_list = []
# 遍历房间列表,从每一个房间节点中获取数据
for room in room_list:
temp = {}
temp['title'] = room.find_element_by_xpath('./a[1]/div[2]/div[1]/h3').text
temp['type'] = room.find_element_by_xpath('./a[1]/div[2]/div[1]/span').text
temp['owner'] = room.find_element_by_xpath('./a[1]/div[2]/div[2]/h2').text
temp['num'] = room.find_element_by_xpath('./a[1]/div[2]/div[2]/span').text
# temp['image'] = room.find_element_by_xpath('./a[1]/div[1]/div[1]/img').get_attribute('src')
data_list.append(temp)
# print(temp)
return data_list
def save_data(self,data_list):
for data in data_list:
print(data)
def run(self):
# url
# driver对象
# get
self.driver.get(self.url)
while True:
# parse
data_list = self.parse_data()
# save
self.save_data(data_list)
# 翻页
try:
el_next = self.driver.find_element_by_xpath("//*[contains(text(),'下一页')]")
print(el_next)
# 往下拉页面
self.driver.execute_script('scrollTo(0,100000)')
el_next.click()
except:
break
if __name__ == '__main__':
douyu = Douyu()
douyu.run()