模拟浏览器功能,自动执行网页中的js代码,实现动态加载。使请求更加真实(好像是真的浏览器在请求)
(1)操作谷歌浏览器驱动下载地址,两个地址都可以。只对应大版本就行,向下兼容
(2)查看谷歌浏览器版本 谷歌浏览器右上角‐‐>帮助‐‐>关于 (3)安装python库,python安装目录Scripts目录下执行:
pip install selenium -i https://pypi.douban.com/simple/
安装失败的尝试升级pip:python -m pip install --upgrade pip
windows系统直接下载32位,下载完不要安装
(1)导入:from selenium import webdriver
(2)创建谷歌浏览器操作对象:
path = 谷歌浏览器驱动文件路径
browser = webdriver.Chrome(path)
(3)访问网址
url = 要访问的网址
browser.get(url)
基本使用示例:
# (1)导入selenium
from selenium import webdriver
# 下载的selenium解压后文件的路径,放在项目里lib/目录下
path = 'lib/chromedriver.exe'
# (2) 创建浏览器操作对象
browser = webdriver.Chrome(path)
# (3)访问网站
# url = 'https://www.baidu.com'
#
# browser.get(url)
url = 'https://www.jd.com/'
browser.get(url)
# page_source获取网页源码
content = browser.page_source
print(content)
自动化要做的就是模拟鼠标和键盘来操作来操作这些元素,点击、输入等等。操作这些元素前首先 要找到它们,WebDriver提供很多定位元素的方法
Google Chrome浏览器103版本语法
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.service import Service
s = Service(r'lib/chromedriver.exe')
browser = webdriver.Chrome(service=s)
url = 'https://www.baidu.com'
browser.get(url)
# 元素定位
# 根据id来找到对象 旧版本语法:find_element_by_id
button = browser.find_element(By.ID, 'su')
print(button)
# 根据标签属性的属性值来获取对象的 旧版本语法:find_element_by_name
button = browser.find_element(By.NAME, 'wd')
print(button)
# 根据xpath语句来获取对象 旧版本语法:find_elements_by_xpath
button = browser.find_elements(By.XPATH, '//input[@id="su"]')
print(button)
# 根据标签的名字来获取对象 旧版本语法:find_elements_by_tag_name
button = browser.find_elements(By.TAG_NAME, 'input')
print(button)
# 使用的bs4的语法来获取对象,旧版本语法:find_elements_by_css_selector
button = browser.find_elements(By.CSS_SELECTOR, '#su')
print(button)
# 旧版本语法:find_element_by_link_text
button = browser.find_element(By.LINK_TEXT, '网盘')
print(button)
Google Chrome浏览器103版本语法
获取元素属性
获取元素文本
获取标签名
示例:
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.service import Service
s = Service(r'lib/chromedriver.exe')
browser = webdriver.Chrome(service=s)
url = 'http://www.baidu.com'
browser.get(url)
# 获取id为su的元素
input = browser.find_element(By.ID, 'su')
# 获取标签的属性
print(input.get_attribute('class'))
# 获取标签的名字
print(input.tag_name)
# 获取元素value属性
print(input.get_attribute('value'))
# 获取元素文本,就是两个标签直接的文本
a = browser.find_element(By.LINK_TEXT, '新闻')
print(a.text)
点击:click()
输入:send_keys()
后退操作:browser.back()
前进操作:browser.forword()
模拟JS滚动: js='document.documentElement.scrollTop=100000'
browser.execute_script(js) 执行js代码
获取网页代码:page_source
退出:browser.quit()
示例:
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.service import Service
import time
# 创建浏览器对象
s = Service(r'lib/chromedriver.exe')
browser = webdriver.Chrome(service=s)
# url
url = 'https://www.baidu.com'
browser.get(url)
time.sleep(2)
# 获取文本框的对象
input = browser.find_element(By.ID, 'kw')
# 在文本框中输入selenium
input.send_keys('selenium')
time.sleep(2)
# 获取百度一下的按钮
button = browser.find_element(By.ID, 'su')
# 点击按钮
button.click()
time.sleep(2)
# 滑到底部, 固定写法 一般写100000
js_bottom = 'document.documentElement.scrollTop=100000'
browser.execute_script(js_bottom)
time.sleep(2)
# 获取下一页的按钮
next = browser.find_element(By.XPATH, '//a[@class="n"]')
# 点击下一页
next.click()
time.sleep(3)
# 回到上一页
browser.back()
time.sleep(3)
# 再回去,前进
browser.forward()
time.sleep(3)
# 退出
browser.quit()
执行效果:
https://live.csdn.net/v/embed/221168
2022.07.02-15.57.51