Python3爬蟲入門之selenium庫的用法
阿新 • • 發佈:2019-01-30
Selenium
基本使用
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait
browser = webdriver.Chrome() # 宣告瀏覽器物件
try:
browser.get('https://www.baidu.com')
input = browser.find_element_by_id('kw') # 找到id為kw的元素
input.send_keys('Python') # 敲入Python
input.send_keys(Keys.ENTER) # 敲入回車
wait = WebDriverWait(browser, 10)
wait.until(EC.presence_of_element_located((By.ID, 'content_left'))) # 等待某個元素加載出來
print(browser.current_url)
print(browser.get_cookies())
print(browser.page_source) # 網頁原始碼
finally:
browser.close()
宣告瀏覽器物件
from selenium import webdriver
browser = webdriver.Chrome()
browser = webdriver.Firefox()
browser = webdriver.Edge()
browser = webdriver.PhantomJS()
browser = webdriver.Safari()
訪問頁面
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
print(browser.page_source)
browser.close()
查詢元素
單個元素
element
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
input_first = browser.find_element_by_id('q') # 尋找 id='q'的元素
input_second = browser.find_element_by_css_selector('#q') # 通過css選擇器選擇
input_third = browser.find_element_by_xpath('//*[@id="q"]') # 同上
print(input_first, input_second, input_third)
browser.close()
查詢單個元素的方法
* find_element_by_name
* find_element_by_xpath
* find_element_by_link_text
* find_element_by_partial_link_text
* find_element_by_tag_name
* find_element_by_class_name
* find_element_by_css_selector
通用查詢寫法
from selenium import webdriver
from selenium.webdriver.common.by import By
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
input_first = browser.find_element(By.ID, 'q')
print(input_first)
browser.close()
多個元素
elements
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
lis = browser.find_elements_by_css_selector('.service-bd li')
print(lis)
browser.close()
from selenium import webdriver
from selenium.webdriver.common.by import By
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
lis = browser.find_elements(By.CSS_SELECTOR, '.service-bd li')
print(lis[0])
browser.close()
- find_elements_by_name
- find_elements_by_xpath
- find_elements_by_link_text
- find_elements_by_partial_link_text
- find_elements_by_tag_name
- find_elements_by_class_name
- find_elements_by_css_selector
元素互動操作
- 先獲取元素。
- 對獲取的元素呼叫互動方法
from selenium import webdriver
import time
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
input = browser.find_element_by_id('q') # 找到搜尋框
input.send_keys('iPhone') # 輸入 iPhone
time.sleep(1) # 等待一秒
input.clear() # 清空文字框
input.send_keys('iPad') # 輸入ipad
button = browser.find_element(By.CLASS_NAME,'btn-search') # 找到搜尋按鈕
button.click() # 點選
browser.close()
互動動作
將動作附加到動作鏈中序列執行
from selenium import webdriver
from selenium.webdriver import ActionChains
browser = webdriver.Chrome() # 宣告瀏覽器物件
url = 'http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable'
browser.get(url)
browser.switch_to.frame('iframeResult') #切換到‘iframeResult’框架
source = browser.find_element_by_css_selector('#draggable') # 選擇元素
target = browser.find_element_by_css_selector('#droppable') # 選擇元素
actions = ActionChains(browser) # 宣告一個動作鏈物件
actions.drag_and_drop(source, target) # 拖拽方法
actions.perform() # 執行動作
執行JavaScript
執行一些互動動作時,可能一些動作沒有提供API。
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('https://www.zhihu.com/explore')
browser.execute_script('window.scrollTo(0, document.body.scrollHeight)')
browser.execute_script('alert("To Bottom")')
獲取元素資訊
獲取屬性
* .get_attribute(“class”) *
from selenium import webdriver
from selenium.webdriver import ActionChains
browser = webdriver.Chrome()
url = 'https://www.zhihu.com/explore'
browser.get(url)
logo = browser.find_element_by_id('zh-top-link-logo')
print(logo)
print(logo.get_attribute('class'))
獲取文字值
* .text*
from selenium import webdriver
browser = webdriver.Chrome()
url = 'https://www.zhihu.com/explore'
browser.get(url)
input = browser.find_element_by_class_name('zu-top-add-question')
print(input.text)
獲取ID、位置、標籤名、大小
from selenium import webdriver
browser = webdriver.Chrome()
url = 'https://www.zhihu.com/explore'
browser.get(url)
input = browser.find_element_by_class_name('zu-top-add-question')
print(input.id)
print(input.location)
print(input.tag_name)
print(input.size)
Frame
父級的frame要查詢子級的frame必須要切換到子frame,否則不能查詢。
同理子frame也不能查詢父frame的元素。
import time
from selenium import webdriver
from selenium.common.exceptions import NoSuchElementException
browser = webdriver.Chrome() # 宣告瀏覽器物件
url = 'http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable' # 宣告網址
browser.get(url) # get傳入網址
browser.switch_to.frame('iframeResult') # 切換到子frame
source = browser.find_element_by_css_selector('#draggable') # 查詢子frame中的元素
print(source)
try:
logo = browser.find_element_by_class_name('logo')
except NoSuchElementException:
print('NO LOGO')
browser.switch_to.parent_frame() # 切換到父frame
logo = browser.find_element_by_class_name('logo')
print(logo)
print(logo.text)
等待
隱式等待
當使用了隱式等待執行測試的時候,如果 WebDriver沒有在 DOM中找到元素,將繼續等待,超出設定時間後則丟擲找不到元素的異常, 換句話說,當查詢元素或元素並沒有立即出現的時候,隱式等待將等待一段時間再查詢 DOM,預設的時間是0
from selenium import webdriver
browser = webdriver.Chrome()
browser.implicitly_wait(10) # 傳入隱式等待的時間
browser.get('https://www.zhihu.com/explore')
input = browser.find_element_by_class_name('zu-top-add-question')
print(input)
顯式等待
* .WebDriverWait(物件,最長等待時間)*
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
browser = webdriver.Chrome()
browser.get('https://www.taobao.com/')
wait = WebDriverWait(browser, 10) # 宣告一個等待物件
# 判斷元素是否載入
input = wait.until(EC.presence_of_element_located((By.ID, 'q'))) # 傳入等待條件
# # 判斷是否可點選的,一般用來判斷是否為按鈕
button = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, '.btn-search')))
print(input, button)
- title_is 標題是某內容
- title_contains 標題包含某內容
- presence_of_element_located 元素加載出,傳入定位元組,如(By.ID, ‘p’)
- visibility_of_element_located 元素可見,傳入定位元組
- visibility_of 可見,傳入元素物件
- presence_of_all_elements_located 所有元素加載出
- text_to_be_present_in_element 某個元素文字包含某文字
- text_to_be_present_in_element_value 某個元素值包含某文字
- frame_to_be_available_and_switch_to_it frame載入並切換
- invisibility_of_element_located 元素不可見
- element_to_be_clickable 元素可點選
- staleness_of 判斷一個元素是否仍在DOM,可判斷頁面是否已經重新整理
- element_to_be_selected 元素可選擇,傳元素物件
- element_located_to_be_selected 元素可選擇,傳入定位元組
- element_selection_state_to_be 傳入元素物件以及狀態,相等返回True,否則返回False
- element_located_selection_state_to_be 傳入定位元組以及狀態,相等返回True,否則返回False
- alert_is_present 是否出現Alert
前進後退
import time
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('https://www.baidu.com/')
browser.get('https://www.taobao.com/')
browser.get('https://www.python.org/')
browser.back()
time.sleep(1)
browser.forward()
browser.close()
Cookies
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('https://www.zhihu.com/explore')
print(browser.get_cookies())
browser.add_cookie({'name': 'name', 'domain': 'www.zhihu.com', 'value': 'germey'})
print(browser.get_cookies())
browser.delete_all_cookies()
print(browser.get_cookies())
選項卡管理
import time
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('https://www.baidu.com')
browser.execute_script('window.open()') # 通過執行一個js語句來新建選項卡
print(browser.window_handles) # 返回所有的選項卡的引用
browser.switch_to_window(browser.window_handles[1])
browser.get('https://www.taobao.com')
time.sleep(1)
browser.switch_to_window(browser.window_handles[0])
browser.get('https://python.org')
異常處理
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('https://www.baidu.com')
browser.find_element_by_id('hello')
from selenium import webdriver
from selenium.common.exceptions import TimeoutException, NoSuchElementException
browser = webdriver.Chrome()
try:
browser.get('https://www.baidu.com')
except TimeoutException:
print('Time Out')
try:
browser.find_element_by_id('hello')
except NoSuchElementException:
print('No Element')
finally:
browser.close()