python Selenium chromedriver 自动化超时报错：你需要使用多标签保护罩护体

Posted 2021-04-04 菩提祖师

在使用selenium + chrome 作自动化测试的时候，有可能会出现网页连接超时的情况

如果出现网页连接超时，将会导致 webdriver 也跟着无法响应，不能继续进行任何操作

即时是去打开新的连接也会报Time out错误

那么如果有很多连接要去做弹窗抓取，却不想因为其中一两个页面超时而中断进程该怎么办呢？

这时候你需要一个备用标签做金刚保护罩来护体！

具体的思路是在打开需求页面之后，再次开启一个新的标签去访问一个一定不会超时的页面（如百度），此时窗口句柄不要切换，依旧按照自己的逻辑去操作，当出现页面超时情况的时候，关闭原有标签，设置主窗口句柄到百度页面所在的标签通过get访问后续的连接，同时在开启一个标签做保护罩即可。

    from selenium import webdriver
    from selenium.webdriver.chrome.options import Options
    chrome_options = Options()
    prefs = {
       ‘profile.default_content_setting_values‘: {
        ‘images‘: 2,    # 禁用图片的加载
        ‘javascript‘: 2 ##禁用js，可能会导致通过js加载的互动数抓取失效
        }
    }
    chrome_options.add_experimental_option("prefs", prefs)
    # chrome_options.add_argument("--headless") # 不弹出浏览器
    browser = webdriver.Chrome(chrome_options=chrome_options)
    browser.implicitly_wait(5) # 操作、获取元素时的隐式等待时间
    browser.set_page_load_timeout(10) # 页面加载超时等待时间
    main_win = browser.current_window_handle #记录当前窗口的句柄
    all_win = browser.window_handles
    # 开始访问页面
    print ‘Opening page‘
    urls = [] # 定义你想要抓取的全部的页面
    for url in urls:
      try:
        if len(all_win) == 1:
            print ‘弹出保护罩‘
            js = ‘window.open("https://www.baidu.com");‘
            browser.execute_script(js)
            # 还是定位在main_win上的
            for win in all_win:
                if main_win != win:
                    print ‘保护罩WIN‘, win, ‘Main‘, main_win
                    browser.switch_to.window(main_win)
        browser.get(url) # 此处访问你需要的URL
        body = browser.page_source
        html = etree.HTML(body)
        # 下面是你的抓取逻辑 省略
      except:
        # 超时
        print ‘Time out‘
        # 切换新的浏览器窗口
        for win in all_win:
            if main_win != win:
                print ‘WIN‘, win, ‘Main‘, main_win
                print ‘切换到保护罩‘
                browser.close()
                browser.switch_to.window(win)
                main_win = win
                
        js = ‘window.open("https://www.baidu.com");‘
        browser.execute_script(js)
        if ‘time‘ in str(traceback.format_exc()):
            print ‘页面访问超时‘