什么是Selenium
selenium 是一套完整的web应用程序测试系统,包含了测试的录制(selenium IDE),编写及运行(Selenium Remote Control)和测试的并行处理(Selenium Grid)。Selenium的核心Selenium Core基于JsUnit,完全由JavaScript编写,因此可以用于任何支持JavaScript的浏览器上。
selenium可以模拟真实浏览器,自动化测试工具,支持多种浏览器,爬虫中主要用来解决JavaScript渲染问题。
selenium基本使用
用python写爬虫的时候,主要用的是selenium的Webdriver,我们可以通过下面的方式先看看Selenium.Webdriver支持哪些浏览器
1 2 3 4 5 6 |
python@pythontab.com:~ /python35 $ python Python 3.5.2 (default, Aug 24 2016, 16:48:29) [GCC 4.2.1 Compatible Apple LLVM 7.3.0 (clang-703.0.31)] on darwin Type "help" , "copyright" , "credits" or "license" for more information. >>> from selenium import webdriver >>> help(webdriver) |
执行结果如下,从结果中我们也可以看出基本支持了常见的所有浏览器:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
...... PACKAGE CONTENTS android (package) blackberry (package) chrome (package) common (package) edge (package) firefox (package) ie (package) opera (package) phantomjs (package) remote (package) safari (package) support (package) webkitgtk (package) ...... |
这里要说一下比较重要的PhantomJS,PhantomJS是一个而基于WebKit的服务端JavaScript API,支持Web而不需要浏览器支持,其快速、原生支持各种Web标准:Dom处理,CSS选择器,JSON等等。PhantomJS可以用用于页面自动化、网络监测、网页截屏,以及无界面测试
声明浏览器对象
上面我们知道了selenium支持很多的浏览器,但是如果想要声明并调用浏览器则需要:
1 2 3 |
from selenium import webdriver browser = webdriver.Chrome() browser = webdriver.Firefox() |
这里只写了两个例子,当然了其他的支持的浏览器都可以通过这种方式调用
访问页面
1 2 3 4 5 |
from selenium import webdriver browser = webdriver.Chrome() browser.get( "http://www.pythontab.com" ) print (browser.page_source) browser.close() |
上述代码运行后,会自动打开Chrome浏览器,并登陆百度打印百度首页的源代码,然后关闭浏览器
查找元素
单个元素查找
1 2 3 4 5 6 7 8 9 10 |
from selenium import webdriver browser = webdriver.Chrome() browser.get( "http://bbs.pythontab.com" ) input_first = browser.find_element_by_id( "q" ) input_second = browser.find_element_by_css_selector( "#q" ) input_third = browser.find_element_by_xpath( '//*[@id="q"]' ) print (input_first) print (input_second) print (input_third) browser.close() |