1 按键操作
from selenium.webdriver.common.keys import Keys
from selenium import webdriver
import time
driver = webdriver.Chrome()
driver.get('http://www.baidu.com')
time.sleep(3)
driver.find_element_by_id('kw').send_keys(u'我爱你')
time.sleep(3)
# 表示ctrl+a : 全选
driver.find_element_by_id('kw').send_keys(Keys.CONTROL, 'a')
time.sleep(3)
# 表示ctrl+x: 剪贴
driver.find_element_by_id('kw').send_keys(Keys.CONTROL, 'x')
time.sleep(3)
driver.find_element_by_id('kw').send_keys(u'我爱爱你')
driver.find_element_by_id('su').click()
time.sleep(3)
# 退出浏览器
driver.quit()
2 时间等待
selenium 由网页驱动,驱使浏览器进行操作,速度慢是一大特点,经常会出现代码执行完了,但是网页内容还没有加载完毕, 里面的标签没有显示出来,如果这时候操作里面的标签,就会爆出异常, NoSuchElementException
解决办法: 时间休眠 , 不管页面的内容有没有加载完毕, 一定要休眠够指定的秒数
from selenium.webdriver.support.ui import WebDriverWait
from selenium import webdriver
driver = webdriver.Chrome()
driver.get('http://www.baidu.com')
driver.find_element_by_id('kw').send_keys(u'我爱你')
button = driver.find_element_by_id('su')
# WebDriverWait: 网页等待
# 值1: 等待的对象
# 值2: 等待的时间
# WebDriverWait 经常和 until 以及 until not 一起使用 until:直到...
# 等待直到目标标签出现
is_visible = WebDriverWait(button, 10).until(lambda x: button.is_displayed())
print(is_visible)
# 返回True
button.click()
WebDriverWait 和time.sleep() 的异同:
1 都是让程序等待指定的时间,
2 time 的时间是固定的,时间长短不会随着标签的加载速度而改变,
WebDriverWait 时间是不固定的,等待多少时间要看标签的加载时间和指定的固定时间
3 如果在指定的时间内,标签仍然没有加载出来,那么time 和WebDriverWait都会爆出异常
3 点击事件
from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains
from selenium.webdriver.support.ui import WebDriverWait
driver = webdriver.Chrome()
driver.get('http://www.baidu.com')
# 三者输出的内容是一样的
logo = driver.find_element_by_xpath('//div[@id="lg"]/img')
logo2 = driver.find_element_by_class_name('index-logo-src')
logo3 = driver.find_element_by_css_selector('#lg > img')
WebDriverWait(driver, 10).until(lambda x: logo.is_displayed())
ActionChains.double_click(logo).perform()
# context.click 表示右击
action = ActionChains.context_click(logo)
# 操作事件会跑到perform 队列里面
action.perform()
# 鼠标移动
more = driver.find_element_by_class_name('bri')
WebDriverWait(driver, 10).until(lambda x: more.is_displayed())
ActionChains.move_to_element(more).perform()
4, 标签选择
这个是要解析的网页:
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Title</title>
</head>
<body>
<button id="red" class="red" onclick="fun1()">按钮1</button>
<button type="button" name="username" onclick="fun2()">按钮2</button>
<button type="button" onclick="fun3()">按钮3</button>
<button id="yellow" onclick="fun4()">按钮4</button>
<script>
function fun1(){
document.body.style.backgroundColor = 'black'
}
function fun2(){
document.body.style.backgroundColor = 'purple'
}
function fun3(){
document.body.style.backgroundColor = 'pink'
}
function fun4(){
document.body.style.backgroundColor = 'yellow'
}
</script>
</body>
</html>
标签选择的具体用法:
from selenium import webdriver
from selenium.webdriver.common.by import By
import os
driver = webdriver.Chrome()
driver.get('file:///' + os.path.abspath('4 index.html'))
# 通过标签名字来找到指定的标签
# 注意这里是elements
btns = driver.find_elements_by_tag_name('button')
btns[1].click()
# 1 通过索引来找到指定的标签
for btn in btns:
btn.click()
# 2 通过属性来找到特定的标签
if btns.get_attribute('name') == 'username':
btns.click()
# find_element_by_XXX 通过XXX来找到所有标签当中的第一个标签
# find_elements_by_XXX 通过XXX 来找到所有符合的标签
# 下面这个找到的是第一个标签名字是button的
btn = driver.find_element_by_tag_name('button').click()
# 弹出指定的元素,如果不写索引,默认是最后一个
driver.find_elements_by_css_selector('button').pop(1).click()
# [type=button] [] 里面为限制条件,限制选择的内容
# 它是一个列表,[0] 代表的就是符合type=button的所有标签,里面的第一个元素
driver.find_elements_by_css_selector('button[type=button]')[0].click()
# 通过...来找到指定标签,相当于一个总和
driver.find_element(by=By.id, value='yellow').click()
5 window 切换
from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait
import time
driver = webdriver.Chrome()
driver.get('http://www.baidu.com')
# 获取当前window对象
current_window = driver.current_window_handle
print(current_window, driver.title)
# CDwindow-E5F3FC897FF4B4F7EA29CE1D42CCF738 百度一下,你就知道
time.sleep(3)
driver.find_element_by_name('tj_trnews').click()
news = WebDriverWait(driver, 10).until(lambda x: driver.find_element_by_css_selector('.hdline0 .a3'))
news.click()
all_windows = driver.window_handles
for window in all_windows:
if window != current_window:
time.sleep(4)
driver.switch_to_window(window)
# 获取百度新闻 h1 标题
title = driver.find_element_by_xpath('//div[@class="cnt_bd"]/h1')
WebDriverWait(title, 10).until(lambda x: title.is_displayed())
print(title.text)
# 关闭浏览器
# driver.quit()
driver.switch_to_window(current_window)
print(driver.find_element_by_css_selector('#footer span').text)
6使用selenium简单的对淘宝信息进行爬取
from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.common.action_chains import ActionChains
import time
driver = webdriver.Chrome()
driver.get('http://www.taobao.com')
driver.find_element_by_id('q').send_keys(u'辣条')
time.sleep(3)
# 下面是寻找四种‘点击搜索‘按钮的方式:
# 标签name之间有空格,只取最后一个
# driver.find_element_by_css_selector('.J_SearchPanel .tb-bg').click()
# 这个是只取, 空格前面的第一个 。也可以加载
# driver.find_element_by_css_selector('.search-panel .btn-search').click()
# 这个是根据标签的属性值来寻找,也可以执行
# driver.find_element_by_css_selector('button[data-spm-click="gostr=/tbindex;locaid=d13"]').click()
# 根据xpath也可以执行 点击按钮
driver.find_element_by_xpath('//div[@class="search-button"]/button').click()
for page in range(1, 3):
print('正在爬取第{}页数据'.format(page))
# 这里爬取的电脑页面,一页总共显示13行,一个屏幕最多显示两行
for row in range(1, 13, 2):
# x 表示把页面平均分成12份
x = float(row) / 12
# document : 网页
# documentElement: 网页标签
# scroll: 滑动
# scrollTop: 从屏幕顶部往下滑动多少
# 计算每次移动的js 代码片段,
# 在Python里不能直接执行Js代码,所以将代码写成字符串形式
# scrollTop 整个网页内从上到下可以滑动的长度
js = 'document.documentElement.scrollTop=document.\
documentElement.scrollHeight * {}'.format(x)
# js = 'document.documentElement.scrollTop=document\
.documentElement.scrollHeight * %f' % x
driver.execute_script(js)
time.sleep(3)
item_list = driver.find_elements_by_class_name('J_MouserOnverReq')
for item in item_list:
with open('lianxi.txt', 'a', encoding='utf8') as f:
f.write(item.text)
f.write('\n')
# 这个表示跳转到下一页
driver.find_element_by_xpath('//li[@class="item next"]/a').click()
通过以上对比分析可知,虽然xpath写起来麻烦,但是是寻找数据最准确的。