活动地址:CSDN21天学习挑战赛
目录
一,准备阶段
安装selenium
pip install selenium
安装浏览器驱动WebDriver
Chrome
点击下载chrome的webdriver: http://chromedriver.storage.googleapis.com/index.html
Firefox
Firefox驱动下载地址为:Releases · mozilla/geckodriver · GitHub
IE
IE浏览器驱动下载地址为:http://selenium-release.storage.googleapis.com/index.html
注意安装驱动的版本应匹配当前浏览器版本
下载好后,将安装包解压放到python安装路径
二,简单使用
打开浏览器
Chrome:
from selenium import webdriver
# 浏览器的初始化
browser = webdriver.Chrome()
# 发送请求
browser.get('https://www.baidu.com/')
# 打印页面的标题
print(browser.title)
# 退出模拟浏览器
browser.quit() # 一定要退出!不退出会有残留进程
Firefox:
from selenium import webdriver
# 浏览器的初始化
browser = webdriver.Firefox()
# 发送请求
browser.get('https://www.baidu.com/')
# 打印页面的标题
print(browser.title)
# 退出模拟浏览器
browser.quit() # 一定要退出!不退出会有残留进程
Edge:
from selenium import webdriver
# 浏览器的初始化
browser = webdriver.Edge()
# 发送请求
browser.get('https://www.baidu.com/')
# 打印页面的标题
print(browser.title)
# 退出模拟浏览器
browser.quit() # 一定要退出!不退出会有残留进程
无界面模式
Headless模式是Chrome浏览器的无界面形态,可以在不打开浏览器的前提下,使用所有Chrome支持的特性运行我们的程序
from selenium import webdriver
# 1. 实例化配置对象
chrome_options = webdriver.ChromeOptions()
# 2. 配置对象添加开启无界面命令
chrome_options.add_argument('--headless')
# 3. 配置对象添加禁用gpu命令
chrome_options.add_argument('--disable-gpu')
# 4. 实例化带有配置对象的browser 对象
browser = webdriver.Chrome(chrome_options=chrome_options)
browser.get('https://www.baidu.com/')
# 查看请求的数据
print(browser.page_source) # 查看渲染后的数据,就可以Xpath进行解析获取数据了
print(browser.get_cookies()) # 查看请求页面后的cookies值
print(browser.current_url) # 查看请求url
# 关闭页面
browser.close()
# 关闭浏览器
browser.quit()
元素定位
from selenium import webdriver
from selenium.webdriver.common.by import By
chrome_options = webdriver.ChromeOptions()
chrome_options.add_argument('--headless')
browser = webdriver.Chrome(chrome_options=chrome_options)
url = 'https://www.xxx.com/'
browser.get(url)
html_str = browser.page_source
若访问网址时返回以下html_str:
<div class="panel">
<div class="panel-heading">
<h4>Hello</h4>
</div>
<div class="panel_body">
<ul class="list" id="list-1" name="element">
<li class="element">Foo</li>
<li class="element">Bar</li>
<li class="element">Jay</li>
</ul>
<ul class="list list-small" id="list-2">
<li class="element">Foo</li>
<a href="https://www.baidu.com">百度官网</a>
<li class="element">Bar</li>
</ul>
</div>
</div>
根据id属性值获取元素列表
from selenium.webdriver.common.by import By
# 获取第一个元素
browser.find_element(by=By.ID, value="list-1")
# 获取多个元素
browser.find_elements(by=By.ID, value="list-1")
根据class属性值获取元素列表
# 获取第一个元素
browser.find_element(by=By.CLASS_NAME, value="element")
# 获取多个元素
browser.find_elements(by=By.CLASS_NAME, value="element")
根据Xpath获取元素列表
# 返回标签为li,id为element的所有元素
browser.find_element(by=By.XPATH, value="//li[@id='element']")
browser.find_elements(by=By.XPATH, value="//li[@id='element']")
根据标签的文本获取元素列表
# 返回标签为li,id为element的所有元素
browser.find_element(by=By.XPATH, value="//li[@id='element']")
browser.find_elements(by=By.XPATH, value="//li[@id='element']")
根据标签包含的文本获取元素列表
# 获取一个元素
browser.find_element(by=By.PARTIAL_LINK_TEXT, value="Fo")
# 获取多个元素
browser.find_elements(by=By.PARTIAL_LINK_TEXT, value="Fo")
根据标签名获取元素列表
# 获取一个元素
browser.find_element(by=By.TAG_NAME, value="li")
# 获取多个元素
browser.find_elements(by=By.TAG_NAME, value="li")