R语言爬虫：RSelenium包常用函数

文字太多，一眼找不到要找的内容？ Ctrl+F 即可查找~

　　使用RSelenium包控制浏览器主要依靠remoteDriver系列函数:

　　remoteDriver( remoteServerAddr,

　　　　　　　　　port,

　　　　　　　　　browserName,

　　　　　　　　　path,

　　　　　　　　　version,

　　　　　　　　　platform,

　　　　　　　　　javascript,

　　　　　　　　　nativeEvents,

　　　　　　　　　serverURL,

　　　　　　　　　sessionInfo)

　　其中，参数remoteServerAddr，表示远程服务器的IP地址，默认值是本机地址，是character型；

　　参数port，表示远程服务器连接端口，是numeric型；

　　参数browserName，表示浏览器名称，可以取chrome、firefox、htmlunit、internetexplorer或iphone，是character型；

　　参数path，表示远程服务器上命令的基本URL路径前缀，默认值是“/ wd / hub”；

　　参数version，表示浏览器版本，是character型；

　　参数platform，表示浏览器运行的系统，可以是WINDOWS、XP、VISTA、MAC、LINUX或UNIX，是character型；

　　参数javascript，表示会话是否支持在当前页面的上下文中执行用户提供的JavaScript，是logical型；

　　参数nativeEvents，表示会话是否支持本地事件，是logical型；

　　参数serverURL，表示JSON请求发送到的远程服务器的URL，是character型；

　　参数sessionInfo，表示会话相关信息，是list型。

　　通常情况下，只要设置browserName就可以对浏览器进行操作。

library(RSelenium)
remDr <- remoteDriver(browserName ="chrome") 

　　remoteDriver函数的返回值是一系列函数，即remDr是一系列函数，先将主要的操作总结如下：

　　1、打开浏览器、关闭浏览器

# 打开浏览器
remDr$open()
# 关闭浏览器
remDr$quit()  # 直接退出
remDr$close()  # close用于关闭当前会话，也可以用作关闭浏览器

　　2、打开网页、关闭网页

# 打开网页
url <- 'http://www.baidu.com'
remDr$navigate(url)
# 关闭网页
remDr$closeWindow()

　　3、定位元素

　　定位到网页上某个元素需要使用函数findElement(using, value)，其中using可以取"xpath", "css selector", "id", "name", "tag name", "class name", "link text"或"partial link text"，value是其相应的值。

　　4、移动鼠标

　　移动鼠标使用函数mouseMoveToLocation(x = NA_integer_, y = NA_integer_, webElement = NULL)， 其中x和y是坐标值，webElement是移向的网页元素。

　　5、单击

　　单击使用函数click(buttonId = 0)，其中buttonId为0表示单击左键，为1表示单击滚动条，为2表示单击右键。

　　但是通常我们单击需要单击在网页的某个元素上，要定位到这个元素需要使用函数findElement(using, value)，其中using可以取"xpath", "css selector", "id", "name", "tag name", "class name", "link text"或"partial link text"，value是其相应的值。当然，单击某个元素也可以使用clickElement()函数。

# 以点击百度的“百度一下”按钮为例
# 打开网页
url <- 'http://www.baidu.com'
remDr$navigate(url)
# 定位
xpath <- '//*[@id="su"]'
btn <- remDr$findElement(using = 'xpath', value = xpath)
# 移动鼠标至该元素
remDr$mouseMoveToLocation(webElement = btn)
# 单击
remDr$click()

　　另一种方法（使用clickElement函数）：

# 打开网页
url <- 'http://www.baidu.com'
remDr$navigate(url)
# 定位
xpath <- '//*[@id="su"]'
btn <- remDr$findElement(using = 'xpath', value = xpath)
# 单击
btn$clickElement()

　　

　　6、双击

　　双击使用函数doubleclick(buttonId = 0)，用法与单击一样。

　　7、在文本框输入文本

　　函数sendKeysToElement(sendKeys)用于在指定元素中输入文本，sendKeys必须是list型数据。在网页输入文本的步骤大致为，首先找到文本框元素的位置，然后输入文本。另外一个函数sendKeysToActiveElement(sendKeys)用于在当前活动元素中输入文本。

## 以百度文本框为例
# 打开网页
url <- 'http://www.baidu.com'
remDr$navigate(url)
# 定位文本框
xpath <- '//*[@id="kw"]'
btn <- remDr$findElement(using = 'xpath', value = xpath)
# 输入文本
text <- list('偷闲阁CSDN')
btn$sendKeysToElement(text)
# 输入文本并按回车
text <- list('偷闲阁CSDN', key = 'enter')
btn$sendKeysToElement(text)

　　８、窗口最大化

　　

remDr$maxWindowSize()

　　9、截图

　　截图使用screenshot(display = FALSE, useViewer = TRUE, file = NULL)函数，其中file是截图后存放的路径，截的图像是PNG格式。

remDr$screenshot()

　　RSelenium包的准备工作请参考R语言爬取动态网页：使用RSelenium包和Rwebdriver包的前期准备。抓取示例请参考R语言：RSelenium包爬取动态网页。

参考文献：

RSelenium手册