直播课 1-23 爬虫 webdriver

介绍

Selenium是ThroughtWorks公司开发的一套Web自动化测试工具。
它分为三个组件：
Selenium IDE
Selenium RC (Remote Control)
Selenium Webdriver
Selenium IDE是firefox的一个插件，允许测试人员录制脚本并回放。
Selenium RC和Selenium Webdriver是测试框架，提供多种语言的API。不同的是，Selenium Webdriver以一种更底层、更灵活的方式来操作浏览器，并不仅仅使用JavaScript。这样它可以绕开浏览器的沙箱限制，实现Selenium RC不支持的框架、弹出窗口、页面导航、下拉菜单、基于AJAX的UI元素等控件的操作。以及，Selenium Webdriver不需要本地服务器。
Selenium 1.x版本只包含前两个组件。从2.0开始Webdriver加入其中。

主要是来解决https的加密问题

Webdriver在使用之前，不需要下载一个浏览器所对应用的驱动插件，请根据自己不同的浏览器版本，进行下载：
Google的我推荐给大家一个百度地址：
链接：https://pan.baidu.com/s/1qZ2LfmW 密码：qixa
下载以后，并把chromdriver放在google.exe那个当前目录下面

import os
from selenium import webdriver
from selenium.webdriver.common.keys import Keys

chromedriver = “C:\Program Files (x86)\Google\Chrome\Application\chromedriver.exe”
os.environ[“webdriver.chrome.driver”] = chromedriver
driver = webdriver.Chrome(chromedriver)

driver.get(“http://www.python.org“)
driver.quit()

八种选择器：

1. find_elements_by_name(“test”)

页面：

<input type="text" name="passwd" id="passwd-id"  class=”input-class”/>

代码：

element = driver.find_elements_by_name(“passwd”)

1. find_elements_by_id()

element = driver.find_element_by_id(“passwd-id”)
By.tagname()
element = driver.find_element_by_tagname(“input”)

1. find_element_by_class_name(‘input-class’)

2. find_elements_by_tag_name(‘iframe’)

DOM的Tag元素

用Tag name 定位元素的例子：

<iframe src="..."></iframe>

element = driver.find_elements_by_tag_name(“iframe”)
5. find_element_by_link_text()
页面：

<a href="http://www.google.com/search?q=baidu">baidu</a>

代码：

element = browser.find_elements_by_link_text("baidu")

6 xpath 这个特别强大，所有的元素都可以通过这个可以找到。
XPath是XML Path的简称，由于HTML文档本身就是一个标准的XML页面，所以我们可以使用XPath的语法来定位页面元素。

绝对路径： 根元素开始，及html开始用/
相对路劲： 任意符合条件的元素 //
查找页面上所有的input元素：//input
查找页面上第一个form元素内的直接子input元素(即只包括form元素的下一级input元素，使用绝对路径表示，单/号)：//form[1]/input
查找页面上第一个form元素内的所有子input元素(只要在form元素内的input都算，不管还嵌套了多少个其他标签，使用相对路径表示，双//号)：//form[1]//input
查找页面上第一个form元素：//form[1]
查找页面上id为loginForm的form元素：//form[@id=’loginForm’]
查找页面上具有name属性为username的input元素：//input[@name=’username’]
查找页面上id为loginForm的form元素下的第一个input元素：//form[@id=’loginForm’]/input[1]
查找页面具有name属性为contiune并且type属性为button的input元素：//input[@name=’continue’][@type=’button’]
查找页面上id为loginForm的form元素下第4个input元素：//form[@id=’loginForm’]/input[4]

控件操作：

输入框；
element.clear()  清空输入框数据
element.sendkeys(“username”)   发送数据
element.text         获取文本的值
按钮：
element.click()

表单提交
element.submit()

单选和多选框
element.clear()
element = browser.find_elements_by_id(' checkbox')
##选择某个单选项：
element.click();

常用方法：

browser.get_cookies()
browser.title           头名字
browser.close()
forward()
前进，browser.foeward()
.back()
后退，browser.back()
.refresh()
刷新，browser.refresh()
.current_url
返回当前页面url，browser.current_url

示例

登录12306：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2018/1/20 18:33
# @Author  : lingxiangxiang
# @File    : demon9.py

from selenium import webdriver

import random
import time

def randomSleep(minS, maxS):
    time.sleep((maxS - minS) * random.random() + minS)
browser = webdriver.Chrome(r"C:\Program Files (x86)\Google\Chrome\Application\chromedriver.exe")

url = "https://kyfw.12306.cn/otn/login/init"

browser.get(url=url)
print(browser.find_element_by_id("username").text)
browser.find_element_by_id("username").clear()
browser.find_element_by_id("username").send_keys("974644081@qq.com")
randomSleep(2, 5)
browser.find_element_by_id("password").send_keys(“xxxxxxxxx")
randomSleep(1, 4)
time.sleep(6)
browser.find_element_by_id("loginSub").click()
randomSleep(2, 5)
print(browser.get_cookies())
browser.quit()

登录京东：

from selenium import webdriver

import random
import time

def randomSleep(minS, maxS):
    time.sleep((maxS - minS) * random.random() + minS)
browser = webdriver.Chrome(r"C:\Program Files (x86)\Google\Chrome\Application\chromedriver.exe")
# browser = webdriver.Chrome()

# Home
browser.get("https://passport.jd.com/new/login.aspx")

# Login by username and password
randomSleep(1, 2)
browser.find_element_by_xpath("//a[@clstag='pageclick|keycount|201607144|2']").click()
# browser.find_element_by_tag_name("pageclick|keycount|201607144|2").click()

# Username and password
randomSleep(1, 2)
browser.find_element_by_id("loginname").send_keys(“xxxxxxx")
print(browser.find_element_by_id("loginname").text)

randomSleep(1, 3)
browser.find_element_by_id("nloginpwd").send_keys(“xxxxxx")

# Submit, wait for a long time
randomSleep(5, 10)
browser.find_element_by_id("loginsubmit").click()

print(browser.get_cookies())
randomSleep(3, 5)

browser.quit()