Airtest-Selenium实操小课：爬取新榜数据

1. 前言

最近看到群里很多小伙伴都在用Airtest-Selenium做一些web自动化的尝试，正好趁此机会，我们也出几个关于web自动化的实操小课，仅供大家参考~

今天跟大家分享的是一个非常简单的爬取网页信息的小练习，在百度找到新榜网页，搜索关键词“自动化”，爬取前5名的公众号名称。

2. 需求分析和准备

整体的需求大致可以分为以下步骤：

• 打开chrome浏览器
• 打开百度网页
• 搜索“新榜官网”
• 点击“找达人”按钮
• 搜索关键词“自动化”
• 爬取排名前5的公众号名称

在写脚本之前，我们需要准备好社区版AirtestIDE，设置好chrome.exe和对应的driver；并且确保我们的chrome浏览器版本不是太高以及selenium是4.0以下即可（这些兼容问题我们都会在后续的版本修复）。

3. 脚本实现

3.1 完整示例代码

接下来就可以着手写脚本啦，关于web自动化脚本，我们可以借助IDE的selenium Window ，方便我们录制控件信息和快速使用常用接口：

完整的参考代码如下：

# -*- encoding=utf8 -*-

__author__ = "AirtestProject"


from airtest.core.api import *

from airtest_selenium.proxy import WebChrome

from selenium.webdriver.common.keys import Keys

from selenium.webdriver.common.by import By


"""

任务描述：打开chrome浏览器，打开百度搜索新榜，进入新榜搜索关键词“自动化”，爬取自动化综合排名前10的公众号名称

https://www.newrank.cn/search/gongzhonghao/%E8%87%AA%E5%8A%A8%E5%8C%96

"""

def start_selenium():

# 创建一个实例，代码运行到这里，会打开一个chrome浏览器

driver = WebChrome()

driver.implicitly_wait(20)


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

# 输入搜索关键词并提交搜索

search_box = driver.find_element_by_name('wd')

search_box.send_keys('新榜官网')

search_box.submit()

# 使用XPath查找文本为 "上海新榜信息技术股份" 的元素并点击

try:

element = driver.find_element_by_xpath("//div[@id='content_left']/div[@id='1']/div[@class='c-container']/div[1]/h3[@class='c-title t t tts-title']/a")

except Exception as e:

element = driver.find_element_by_xpath('//*/text()[normalize-space()="上海新榜信息技术股份"]/parent::*')

element.click()

# 获取所有窗口句柄

window_handles = driver.window_handles

# 切换到新打开的窗口

driver.switch_to.window(window_handles[1])

# 获取新页面的链接

new_page_url = driver.current_url

# 打印新页面的链接

print(new_page_url)

driver.get(new_page_url)

# # 在主内容内部查找 "找达人" 按钮并点击

search_box = driver.find_element_by_xpath('//button[@class="ant-btn ant-btn-primary ant-btn-lg index_searchBtn__c3q_1"]//a')


print(search_box.text)

# 获取a标签的URL

url = search_box.get_attribute('href')

# 打印URL

print(url)

driver.get(url) # 请求搜索链接-跳转

# 输入搜索关键词并提交搜索

search_box = driver.find_element_by_id('rc_select_0')

# 模拟发送Backspace键

search_box.send_keys(Keys.BACKSPACE) # 清空内容

search_box.send_keys(Keys.BACKSPACE)

search_box.send_keys('自动化')

# 模拟发送Enter键

search_box.send_keys(Keys.ENTER)

sleep(5)

list_date = driver.find_elements(By.XPATH, "//div[@class='ant-spin-container']//li")

for item in list_date:

name_str = item.find_element_by_class_name("index_name__Fk83i")

print(name_str.text)


if __name__ == "__main__":

start_selenium()

3.2 重要知识点

1）创建实例并打开浏览器

driver = WebChrome()

2）打开网页

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

3）元素定位

driver.find_element_by_xpath('//button[@class="ant-btn ant-btn-primary ant-btn-lg index_searchBtn__c3q_1"]//a')

更多定位方式可以在官方教程学习：selenium-python中文文档 。

4）模拟按键输入

1. search_box = driver.find_element_by_name('wd')

2. search_box.send_keys('新榜官网')

5）模拟回车

1. search_box = driver.find_element_by_name('wd')

2. search_box.submit()

6）模拟键盘事件

1. search_box = driver.find_element_by_id('rc_select_0')

2. # 模拟发送Backspace键

3. search_box.send_keys(Keys.BACKSPACE)

4. 注意事项与小结​​​​​

4.2 参考脚本的有效性

请同学们不要过多依赖于我们给出的参考脚本，通常情况下，网页的控件信息可能会随着前端的改动而更新，所以我们的教程并不是永久有效的。

更多的是参考整体脚本的知识点，查漏补缺，让自己在小实践中对web自动化的熟练程度更高。

最后感谢每一个认真阅读我文章的人，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走：

​

这些资料，对于【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你！