Selenium+chromedriver获取动态数据

动态数据需要手动刷新，或者直接分析接口，但是有的接口分析复杂度高，这个时候我们可以利用Selenium帮我们完成

什么是Selenium：

Selenium相当于是一个机器人。可以模拟人类在浏览器上的一些行为，自动处理浏览器上的一些行为，比如点击，填充数据，删除cookie等。chromedriver是一个驱动Chrome浏览器的驱动程序，使用他才可以驱动浏览器。当然针对不同的浏览器有不同的driver。以下列出了不同浏览器及其对应的driver：

• Chrome：https://sites.google.com/a/chromium.org/chromedriver/downloads
• Firefox：https://github.com/mozilla/geckodriver/releases
• Edge：https://developer.microsoft.com/en-us/microsoft-edge/tools/webdriver/
• Safari：https://webkit.org/blog/6900/webdriver-support-in-safari-10/

安装chromedriver：下载完成后，放到不需要权限的纯英文目录下就可以了。
python 直接pip下载

pip install selenium

selenium详细介绍

简单示例：打开一个网页

# -*- coding:utf-8 -*-
from selenium import webdriver

# chromedriver的绝对路径
driver_path = r'D:\ProgramApp\chromedriver\chromedriver.exe'

# 初始化一个driver，并且指定chromedriver的路径
driver = webdriver.Chrome(executable_path=driver_path)
# 请求网页
driver.get("https://www.baidu.com/")
# 通过page_source获取网页源代码
print(driver.page_source)

WebElement接口的值

• size 获取元素的尺寸
• text 获取元素的文本
• get_attribute(name) 获取属性值
• location 获取元素坐标，先找到要获取的元素，再调用该方法
• page_source 返回页面源码
• driver.title 返回页面标题
• current_url 获取当前页面的URL
• is_displayed() 设置该元素是否可见
• is_enabled() 判断元素是否被使用
• is_selected() 判断元素是否被选中
• tag_name 返回元素的tagName

selenium基本操作

关闭页面：
driver.close()：关闭当前页面。
driver.quit()：退出整个浏览器。

定位元素：

• find_element_by_id：根据id来查找某个元素。等价于：
  submitTag = driver.find_element_by_id(‘su’)
  submitTag1 = driver.find_element(By.ID,‘su’)

• find_element_by_class_name：根据类名查找元素。 等价于：
  submitTag = driver.find_element_by_class_name(‘su’)
  submitTag1 = driver.find_element(By.CLASS_NAME,‘su’)

• find_element_by_name：根据name属性的值来查找元素。等价于：
  submitTag = driver.find_element_by_name(‘email’)
  submitTag1 = driver.find_element(By.NAME,‘email’)

• find_element_by_tag_name：根据标签名来查找元素。等价于：
  submitTag = driver.find_element_by_tag_name(‘div’)
  submitTag1 = driver.find_element(By.TAG_NAME,‘div’)

• find_element_by_xpath：根据xpath语法来获取元素。等价于：
  submitTag = driver.find_element_by_xpath(’//div’)
  submitTag1 = driver.find_element(By.XPATH,’//div’)

• find_element_by_css_selector：根据css选择器选择元素。等价于：
  submitTag = driver.find_element_by_css_selector(’//div’)
  submitTag1 = driver.find_element(By.CSS_SELECTOR,’//div’)
  要注意，find_element是获取第一个满足条件的元素。find_elements是获取所有满足条件的元素。

Cookie操作：

获取所有的cookie：

 for cookie in driver.get_cookies():
     print(cookie)

根据cookie的key获取value：

 value = driver.get_cookie(key)

删除所有的cookie：

 driver.delete_all_cookies()

删除某个cookie：

 driver.delete_cookie(key)

操作输入框

# -*- coding:utf-8 -*-
from  selenium import webdriver

driver_path = r"D:\python3.7\Chromedriver\chromedriver.exe"
driver = webdriver.Chrome(executable_path=driver_path,)
driver.get("http://www.baidu.com")
inputTag = driver.find_element_by_id('kw')
inputTag.send_keys('python') # 输入框输入内容
# 通过回车键来代替单击操作
driver.find_element_by_id("su").send_keys(Keys.ENTER)
inputTag.clear() # 清除输入框内容

操作checkbox

# -*- coding:utf-8 -*-
from  selenium import webdriver
import time

driver_path = r"D:\python3.7\Chromedriver\chromedriver.exe"
driver = webdriver.Chrome(executable_path=driver_path,)
driver.get("https://accounts.douban.com/passport/login_popup?login_source=anony")
rememberBtn = driver.find_element_by_class_name('account-form-remember')
rememberBtn.click()	# 勾选自动登录

鼠标动作链

• context_click(elem) 右击鼠标点击元素elem，另存为等行为
• double_click(elem) 双击鼠标点击元素elem，地图web可实现放大功能
• drag_and_drop(source,target) 拖动鼠标，源元素按下左键移动至目标元素释放
• move_to_element(elem) 鼠标移动到一个元素上
• click_and_hold(elem) 按下鼠标左键在一个元素上
• perform() 在通过调用该函数执行ActionChains中存储行为

示例代码如下

# -*- coding:utf-8 -*-
from  selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains
import time

driver_path = r"D:\python3.7\Chromedriver\chromedriver.exe"
driver = webdriver.Chrome(executable_path=driver_path,)
driver.get('https://www.baidu.com/')

inputTag = driver.find_element_by_id('kw')
submitBtn = driver.find_element_by_id('su')

actions = ActionChains(driver)
actions.move_to_element(inputTag)
actions.send_keys_to_element(inputTag,'python')
actions.move_to_element(submitBtn)
actions.click(submitBtn)
actions.perform()

键盘操作

• send_keys(Keys.ENTER) 按下回车键
• send_keys(Keys.TAB) 按下Tab制表键
• send_keys(Keys.SPACE) 按下空格键space
• send_keys(Kyes.ESCAPE) 按下回退键Esc
• send_keys(Keys.BACK_SPACE) 按下删除键BackSpace
• send_keys(Keys.SHIFT) 按下shift键
• send_keys(Keys.CONTROL) 按下Ctrl键
• send_keys(Keys.ARROW_DOWN) 按下鼠标光标向下按键
• send_keys(Keys.CONTROL,‘a’) 组合键全选Ctrl+A
• send_keys(Keys.CONTROL,‘c’) 组合键复制Ctrl+C
• send_keys(Keys.CONTROL,‘x’) 组合键剪切Ctrl+X
• send_keys(Keys.CONTROL,‘v’) 组合键粘贴Ctrl+V

示例代码

from  selenium import webdriver
from selenium.webdriver.common.keys import Keys

driver_path = r"D:\python3.7\Chromedriver\chromedriver.exe"
driver = webdriver.Chrome(executable_path=driver_path,)
driver.get("http://www.baidu.com/")
input_Tag = driver.find_element_by_id('kw')
input_Tag .send_keys(Keys.TAB)
input_Tag .send_keys('python')
input_Tag .send_keys(Keys.ENTER)  # 按下回车键(可代替单击)
input_Tag .send_keys(Keys.BACK_SPACE)  # 按下删除键BackSpace

显示等待和隐式等待

implicitly_wait（） 隐式等待 相当于time.sleep()
WebDriverWait（）显示等待 在一定的时间找到某元素才退出等待
示例代码,常用来判断条件，例如视频播放完显示video-finish改变状态

# -*- coding:utf-8 -*-
from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By

driver_path = r"D:\python3.7\Chromedriver\chromedriver.exe"
driver = webdriver.Chrome(executable_path=driver_path)
driver.get('https://www.douban.com/')

# driver.implicitly_wait(5)  # 隐示等待

element = WebDriverWait(driver,10).until(
    EC.presence_of_all_elements_located((By.ID,'anony-movie'))
)	# 显示等待,10是10秒
print(element)

切换句柄

有时候我们需要打开多个窗口，但是driver只能定位在其中一个，这个时候我们需要切换句柄

from selenium import webdriver

driver_path = r"D:\python3.7\Chromedriver\chromedriver.exe"
driver = webdriver.Chrome(executable_path=driver_path)
driver.get('https://www.douban.com/')

driver.execute_script("window.open('https://www.baidu.com/')")  # js调用打开一个新窗口
print(driver.window_handles)  # 打印当前存在的句柄
driver.switch_to.window(driver.window_handles[1])  # 切换到第二个句柄
print(driver.current_url)
driver.switch_to.window(driver.window_handles[0])
print(driver.current_url)

输出

['CDwindow-E407C313CAD4005AA7220D841F3C61D3', 'CDwindow-DF82C60FD10D81FAF402CFF53717B7CC']
https://www.baidu.com/?tn=78040160_15_pg&ch=13
https://www.douban.com/