python下使用selenium的坑

1. 字符编码问题

在使用selenium处理中文网页或者网页标题是中文的时候，出现UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)，

1 from selenium import webdriver
2 import sys
3 
4 print sys.getdefaultencoding()
5 
6 driver = webdriver.PhantomJS()
7 driver.get("http://www.sogou.com")
8 data = driver.find_element_by_id('wrap').text
9 print data

字符串在Python内部的表示是unicode编码，因此，在做编码转换时，通常需要以unicode作为中间编码，即先将其他编码的字符串解码（decode）成unicode，再从unicode编码（encode）成另一种编码。

decode的作用是将其他编码的字符串转换成unicode编码，如str1.decode('gb2312')，表示将gb2312编码的字符串str1转换成unicode编码。

encode的作用是将unicode编码转换成其他编码的字符串，如str2.encode('gb2312')，表示将unicode编码的字符串str2转换成gb2312编码。

因此，转码的时候一定要先搞明白，字符串str是什么编码，然后decode成unicode，然后再encode成其他编码

代码中字符串的默认编码与代码文件本身的编码一致。

如果是在utf8的文件中，该字符串就是utf8编码，如果是在gb2312的文件中，则其编码为gb2312。这种情况下，要进行编码转换，都需要先用decode方法将其转换成unicode编码，再使用encode方法将其转换成其他编码。通常，在没有指定特定的编码方式时，都是使用的系统默认编码创建的代码文件

sou'gou网站的标题编码是utf-8，
所以使用decode就可以解决这个问题

print data.encode("utf8")

2. driver.get("http://www.sogou.com")

 这个网址似乎必须带http://才有效果

 不带的话，好像访问的是about：blank

  可以使用driver.current_url 看一下网址是否设置正确

3. 安装selenium 

    直接使用pip安装包（python网站下载）安装的话，install selenium会报错，原因不明

    但是使用easy_install安装pip之后，使用pip install selenium，很快成功