python之selenium模块【操纵浏览器】

selenium模块

• 为什么需要使用selenium模块？
  • selenium可以更快捷的获取网站中动态加载的数据
  • 便捷的实现模拟登录
• 什么是selenium模块？
  • 基于浏览器自动化的一个模块
• selenium使用
  • 环境安装：pip install selenium
  • 下载一个浏览器的驱动程序
    • https://developer.microsoft.com/en-us/microsoft-edge/tools/webdriver/（edge浏览器）
    • 可以自己查找对应浏览器的驱动下载网站
  • 实例化一个selenium对象
  • 编写浏览器自动化代码
  • 初始用

  from selenium import webdriver
  from lxml import etree
  from time import sleep
  # 实例化一个浏览器对象(传入浏览器的驱动器)
  # 直接写路径也行,也可以不用写
  # bro=webdriver.Edge('msedgedriver.exe')
  bro=webdriver.Edge('msedgedriver.exe')
  # 让浏览器发起一个指定url对应请求
  bro.get('http://scxk.nmpa.gov.cn:81/xk/')
  # 获取浏览器当前页面的页面源码数据
  page_text=bro.page_source
  tree=etree.HTML(page_text)
  li_list=tree.xpath('//ul[@id="gzlist"]/li')
  for li in li_list:
      name=li.xpath('./dl/@title')[0]
      print(name)
  # 睡眠5秒后关闭浏览器
  sleep(5)
  bro.quit()
  

  • 相关基础语法
    • 发起请求：get()
      • 在selenium对象发送请求时的url必须带上超文本协议前缀
    • 标签定位：find系列方法
    • 标签交互：send_keys(‘xxx’)
    • 执行js程序：excut_script(‘就js代码’)
    • 前进、后退：forward()、back()
    • 关闭浏览器：quit()
  • 实战之操纵淘宝

  from selenium import webdriver
  from time import sleep
  bro=webdriver.Edge()
  bro.get('https://www.taobao.com/')
  # 标签定位
  serch_input=bro.find_element_by_id('q')
  # 标签交互，搜索框输入内容
  serch_input.send_keys('Iphone')
  # 执行一组js程序
  # 向下滚动
  bro.execute_script('window.scrollTo(0,document.body.scrollHeight)')
  btn=bro.find_element_by_css_selector('.btn-search')
  # 点击搜索按钮
  btn.click()
  bro.get('https://www.baidu.com')
  # 后退
  sleep(2)
  bro.back()
  # 前进
  sleep(2)
  bro.forward()
  sleep(5)
  bro.quit()
  

• selenium处理iframe以及动作链
  • 如果定位的标签在iframe中则必须要使用switch_to.frame(‘id’)
  • 动作链（拖动）：from selenium.webdriver import ActionChains导入动作链包
    • 实例化一个动作链对象
      • action=ActionChains(bro)
    • 触发长按且点击操作
      • action.click_and_hold(div)
    • 进行拖动
      • action.move_by_offset(17,10)
    • 动作立即执行
      • perform()
    • 释放动作链
      • action.release()
  • 实操：

  from selenium import webdriver
  from time import sleep
  # 导入动作链的类
  from selenium.webdriver import ActionChains
  bro=webdriver.Edge()
  bro.get('https://www.runoob.com/try/try.php?filename=jqueryui-api-droppable')
  # 如果要定位的标签在iframe标签中，则进行操作
  bro.switch_to.frame('iframeResult')# 切换定位的作用域
  div=bro.find_element_by_id('draggable')
  # 动作链
  action=ActionChains(bro)
  # 点击长安指定的标签
  action.click_and_hold(div)
  for i in range(5):
      # perform()立即 执行动作链操作
      action.move_by_offset(17,10).perform()
      sleep(0.2)
  # 释放动作链
  action.release()
  bro.quit()
  

  • 模拟登录
  • 实战之QQ空间登录

  from selenium import webdriver
  from time import sleep
  bro=webdriver.Edge()
  bro.get('https://qzone.qq.com/')
  bro.switch_to.frame('login_frame')
  a_tag=bro.find_element_by_id("img_out_2609320777")
  a_tag.click()
  

  • 无头浏览器和规避检测

  from selenium import webdriver
  from time import sleep
  # 实现无可视化界面
  # 实现规避检测
  from selenium.webdriver.edge.options import Options
  edge_options=Options()
  edge_options.add_argument('--headless')
  edge_options.add_argument('--disable-gpu')
  # 如何实现让selenium规避被检测到的风险
  edge_options.add_experimental_option('excludeSwitches',['enable-automation'])
  bro=webdriver.Edge(options=edge_options)
  # 无可视化界面（无头浏览器），phantomJs
  bro.get('https://baidu.com')
  print(bro.page_source)
  bro.quit()