行为链

1：什么是鼠标行为链

• 鼠标行为链可以模仿鼠标的一些行为，比如可以双击、单击，右键。
• 鼠标行为链简单来说就是，使用代码来模仿鼠标的一些动作

1.1：创建鼠标行为链的步骤

• 1：需要添加一个类

from selenium.webdriver import ActionChains

• 2：创建一个鼠标实例
• 3：使用鼠标类里面的一些方法，对网页进行一些操作
• 4：提交行为链

2：鼠标行为链的常用方法

2.1：在input标签里面输入内容

• 代码：

actions.send_keys_to_element(input_tag, '北京')

• 参数解释：
  • input_tag：搜索框的标签位置
  • 北京：要在输入框中输入的内容
• 返回值：在标签定位的输入框中输入，我们输入的数据

2.2：移动到指定标签的位置

• 代码：

actions.move_to_element(button_tag)

• 参数分析：
  • button_tag：要移动到指定位置的标签
• 返回值：鼠标移动到指定的位置

2.3：获取网页的源码数据

• 代码：

print(driver.page_source)

• 参数：无，因为这是一个方法
• 返回值：返回一个网页的所有数据，既有静态数据，也有动态数据

selenium抓取数据的优势

• selenium抓取网页数据的方式是以网页最终渲染的页面抓取的，也就是说，无论动态数据还是静态数据，都可以抓取

2.4：查找某一字符串是否存在

• 作用：在html结构中，查找某一字符串是否存在，若存在则返回一个正整数，若不存在则返回一个-1
• 代码：

print(driver.page_source.find('kw'))

• 参数：
  • kw：要查找的标签名（字符名）
• 返回值：一个正整数或者-1
• 作用：在爬取有翻页功能的网页的时候可以翻找下一页

2.5： 获取节点的某一属性值

• 作用：获取定位标签下面的一个属性值
• 代码

img_tag = driver.find_element_by_xpath('//*[@id="app"]/div/div/div[1]/dl/dd[1]/a/img[2]')
print(img_tag.get_attribute('src'))

• 参数解释：
  • img_tag：要获取属性值的标签
  • src：要获取的属性值
  • attribute：获取属性值的方法
• 返回值：返回一个标签，指定的属性值

2.6：获取节点及其子节点的文本内容

• 作用：返回这个节点及这个节点下面所有子节点的文本内容
• 代码：

div.text

• 参数：
  • div：要获取文档内容的标签
  • text：获取文档的方法
• 返回值：返沪这个节点及这个节点下面所有子节点的文本内容

3：设置无界面格式

3.1：作用

• 1：可以使程序快一点
• 2：节省内存
• 3：有的时候不需要打开交互的界面

3.2：设置步骤

• 一定要在确定代码没有问题的情况下在设置无界面格式
• 1：打开驱动的设置对象
  • options = webdriver.ChromeOptions()
• 2：设置无界面格置
  • options.add_argument('--headless')
  • 死代码，记住就行了
• 3：添加驱动，以关键字的形式添加到Chrome()中
  • driver = webdriver.Chrome(options=options)

4:页面等待

4.1：隐式等待

4.1.1：使用Python的time模块设置

• 代码：

time.sleep(3)
...

• 返回值：等待三秒后在执行后面的语句

4.1.2：使用selenium的隐式等待

• 作用：在获取不可用的元素之前，会先等待10秒中的时间；如果获取了可用的元素，便会立刻执行下面的语句
• 代码

driver.implicitly_wait(10)
...

• 返回值：等待10秒之后，执行下面的代码

4.1.3：使用selenium的显示等待

• 作用：显示等待是表明某个条件成立后才执行获取元素的操作。也可以在等待的时候指定一个最大的时间，如果超过这个时间那么就抛出一个异常

• 注意：要先导入几个包

selenium.webdriver.support.excepted_conditions
selenium.webdriver.support.ui.WebDriverWait

• 代码

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

driver = webdriver.Chrome()
driver.get("https://www.baidu.com/")

# 核心代码
element = WebDriverWait(driver, 10).until(
        EC.presence_of_element_located((By.ID, "myDynamicElement"), '北京')
 )

• 核心代码参数解释：
  • driver：在使用显示等待的时候需要使用一个驱动，driver就是这个驱动
  • 10：期望等待的时间，10秒
  • By.ID：使用什么方式来查找要定位的标签
  • myDynamicElement：使用** By.ID**要查询的标签名
• 返回值：在id标签为myDynamicElement的参数为"北京"的时候立即执行后面的代码，如果不是，则回一直等待，知道10秒之后

5：拓展（操作多个窗口）

5.1：重复使用get()方法

• 实现不了目的，因为重复操作多个get方法回造成网页的覆盖，最终只会打开最后打开的网页

5.2：使用driver.execute_script(‘window.open(“url”)’)方法

• 可以实现目的，但是后来打开的网页只是单纯的打开，代码操作的还是第一个打开的网页

5.3：关闭打开的网页

• 代码：使用close()方法就行
• 作用：关闭最先打开的网页

5.4：切换打开的网页

• 代码：

# 过时方法：在一些老的代码中可以看见
driver.switch_to_window(driver.window_handles[1])

# 流行方法：现在写的方法
driver.switch_to.window(driver.window_handles[1])

• 注意：切换窗口的方式是以索引的方式切换的，窗口以打开的顺序先来后到，索引以0开始

5.5：打印一个网页的url

• 代码

driver.current_url

• 返回值：返回当前打开网页的url地址