selenium：指挥浏览器工作

Posted 2021-03-15 keenleung

selenium可以用几行代码，控制浏览器，做出自动打开、输入、点击等操作，就像是有一个真正的用户在操作一样。

在遇到页面交互复杂或是URL加密逻辑复杂的情况时，selenium就派上了用场，它可以真实地打开一个浏览器，等待所有数据都加载到Elements中之后，再把这个网页当做静态网页爬取就好了。

不过，由于要真实地运行本地浏览器，打开浏览器以及等待网渲染完成需要一些时间，selenium的工作不可避免地牺牲了速度和更多资源，不过，至少不会比人慢。

安装

pip install selenium

配置驱动

推荐的是Chrome浏览器，打开下面的链接，就可以下载Chrome的安装包了，Windows和Mac都有：

https://localprod.pandateacher.com/python-manuscript/crawler-html/chromedriver/ChromeDriver.html

 

其他浏览器驱动的下载地址：

Firefox浏览器驱动：geckodriver

IE浏览器驱动：IEDriverServer

Edge浏览器驱动：MicrosoftWebDriver

Opera浏览器驱动：operadriver

PhantomJS浏览器驱动：phantomjs

下载的驱动，要放在Python路径旁，即可正常使用驱动

简单案例

1.自动填充内容，并触发按钮的点击：

from selenium import webdriver
import time

# 设置浏览器引擎
driver = webdriver.Chrome()

# 请求网页
url = ‘https://localprod.pandateacher.com/python-manuscript/hello-spiderman/‘
driver.get(url)
time.sleep(2)

# 获取输入框，并填充内容
teacher = driver.find_element_by_id(‘teacher‘)
# 输入文字
teacher.send_keys(‘酱酱‘)

# 获取输入框，并填充内容
assistant = driver.find_element_by_name(‘assistant‘)
# 输入文字
assistant.send_keys(‘都喜欢‘)

time.sleep(2)

# 清除元素内容
teacher.clear()
time.sleep(2)
teacher.send_keys(‘蜘蛛侠‘)

# 获取按钮，并触发点击事件
sub = driver.find_element_by_class_name(‘sub‘)
# 点击按钮
sub.click()

time.sleep(2)

# 关闭浏览器
driver.close()

 

2.爬取QQ音乐精彩评论：

使用的是静默模式（浏览器默默运行，并不会弹出）

from selenium import webdriver
from selenium.webdriver.chrome.options import Options
import time

# 设置静默模式
chrome_options = Options()
chrome_options.add_argument(‘--headless‘)

# driver = webdriver.Chrome()
driver = webdriver.Chrome(options=chrome_options) # 浏览器在后台默默运行
print(‘正请求网页内容...‘)
driver.get(‘https://y.qq.com/n/yqq/song/000xdZuV2LcQ19.html‘)
time.sleep(2)

print(‘加载更多...‘)
# 点击加载更多
more_hot_btn = driver.find_element_by_class_name(‘js_get_more_hot‘)
more_hot_btn.click()

time.sleep(1)

print(‘获取评论...‘)
# 获取评论
comments = driver.find_element_by_class_name(‘js_hot_list‘).find_elements_by_class_name(‘js_cmt_li‘)
for comment in comments:
    print(comment.find_element_by_class_name(‘js_hot_text‘).text)
    print("")

driver.close()

 

其他资料：

1.selenium官方文档：https://selenium.dev/selenium/docs/api/py/api.html

2.selenium中文翻译文档：https://selenium-python-zh.readthedocs.io/en/latest/

3.设置浏览器驱动：https://www.cnblogs.com/muxs/p/11346740.html

4.基础入门：https://www.jianshu.com/p/1531e12f8852