RSelenium学习笔记（一）

一、介绍

RSeleium的目标是让R更容易的连接Selenium Server。 RSelenium绑定了R与Selenium Webdriver API。详细介绍见 官方原文

二、如何连接Selenium Server

1. 下载并配置Selenium和WebDrivers
2. 在Windows的command line中，定位到Selenium jar包所在文件夹，输入命令： java -jar selenium-server-standalone-x.xx.x.jar

3. 在R console中, 使用remoteDriver函数初始化连接对象，然后用open方法创建连接并打开浏览器。

library(RSelenium)
remDr <- remoteDriver(browserName = "firefox") 
remDr$open() #如果报错，则很可能是WebDrivers的路径没有添加到环境变量中

三、Relenium函数与方法分类整理

Relenium中两个最重要的函数为remoteDriver()和webElement(),分别指向Selenium server(可以看做一个浏览器)和页面元素（即各种HTML元素等）。这两个函数创建的对象有很多方法可以用来爬取数据和操作浏览器。具体如下：

附注：完整函数与方法见 help(package="Rselenium")

（一）remoteDriver()函数

含义：	指向Selenium server(可以看做一个浏览器)
初始化：	创建remoteDriver对象：
	remDr <- remoteDriver(browserName = "firefox")

常用方法：

1. 打开、浏览与关闭：
open()	与Selenium server建立连接并打开浏览器
navigate（url)	打开url
close()	关闭当前session
quit()	删除session并关闭浏览器
2. 获取状态信息：
getStatus()	获取Selenium server的状态
getCurrentUrl()	获取当前页面的url
getTitle()	获取当前页面的标题
getWindowHandles()	获取所有页面在Selenium中的window handle
getPageSource()	获取当前页面的源代码
3. 发送鼠标与键盘操作：
mouseMoveToLocation()	将鼠标移动至某一位置，参数x, y代表移动到相对现在鼠标位置的（x,y)距离的位置，参数webElement代表移至某一页面元素的正中位置。一般使用webElement参数更方便。
click(buttontId = 0)	单击鼠标（buttonId = 0代表左键，1代表中间建，2代表右键）
doubleclick(buttonId = 0)	双击鼠标
sendKeysToActiveElement(sendKeys)	在被激活的页面元素（一般为刚刚被点击的元素）中输入一系列文本或键盘操作。输入内容，必须是list，如果是键盘操作，则前面要注明key=。例如：remDr$sendKeysToActiveElement(list("数据分析", key="enter"))。常用的key：
4. 抓取页面元素（webElement)
findElement(using=…,value=…)	抓取单个元素。例如：remDr$findElement(using = "css", value = "#kw")。using代表定位方法："xpath", "css", "id", "name", "tag name", "class name", "link text", "partial link text"; value代表要搜索的值。
findElements(using=…,value=…)	抓取多个元素。
5. 页面窗口操作
refresh()	刷新页面
screenshot()	截屏，如果display=FALSE, file非NULL，则将截屏保存至file指定路径。
goBack()	后退到上一页
goForward()	前进，与后退对应
maxWindowSize()	最大化当前窗口
closeWindow()	关闭当前窗口（但session还是活跃状态）
switchToWindow()	切换窗口，参数可以输入window handle
6. 插入JavaScript脚本来操作页面
executeScript()	插入同步js，参数sript即js脚本，args如果不需要特殊设定时 = 1:2即可）。例如：页面拉到最下面的js执行方式：remDr$executeScript("window.scrollTo(0,document.body.scrollHeight)", args = 1:2)
executeAsyncScipt()	插入异步js。

（二）webElement()函数

含义:	指向页面元素（即各种HTML元素等）
初始化:	创建webElement对象:
	1. 直接创建
	webElem <- webELement(elementId = "…")
	2. 抓取创建（更常用）
	webElem <- remDr$findElement(using =…, value = …)
	或者使用findElements查找并创建多个元素。

常用方法：

1. 获取元素信息
describeElement()	获取元素描述信息
getElemntText()	获取内部文本--爬取数据的主要方法。
getElementAttribute(attrName)	获取元素属性--可用于爬取元素连接等。
isElementDisplayed()	元素是否被展示
isElementSelected()	元素是否被选中
compareElement(otherElem)	与另一元素对比，测试是否为同一元素。
2. 发送鼠标与键盘操作：
clearElement()	针对文本输入框，清楚内容
clickElement()	单击元素
highlightElement()	高亮闪烁元素，主要用于确认定位的元素是否正确
sendKeysToElement()	用法与remoteDriver函数中的sendKeysToActiveElement(sendKeys)方法相同
submitElement()	针对 表单，提交表单
setElementAttribute()	*效用函数，设定元素属性。
3. 抓取子页面元素：
findChildElement()	如果当前页面元素下还有子元素，则可以用此方法抓取单个子元素，用法与remDr$findElement()相同
findChildElements()	抓取多个子元素。