14.网络爬虫—selenium详讲

前言：
️️个人简介：以山河作礼。
️️:Python领域新星创作者，CSDN实力新星认证
​第一篇文章《1.认识网络爬虫》获得全站热榜第一，python领域热榜第一。
第四篇文章《4.网络爬虫—Post请求(实战演示)》全站热榜第八。
第八篇文章《8.网络爬虫—正则表达式RE实战》全站热榜第十二。
第十篇文章《10.网络爬虫—MongoDB详讲与实战》全站热榜第八，领域热榜第二
第十三篇文章《13.网络爬虫—多进程详讲(实战演示)》全站热榜第十二。
《Python网络爬虫》专栏累计发表十三篇文章，上榜五篇。欢迎免费订阅！欢迎大家一起学习，一起成长！！
悲索之人烈焰加身，堕落者不可饶恕。永恒燃烧的羽翼，带我脱离凡间的沉沦。

一·selenium简介

Selenium是一个自动化测试工具，用于测试Web应用程序。它可以模拟用户在Web浏览器中的操作，如点击链接、填写表单、提交表单等。

• Selenium的主要特点是灵活性和可扩展性，它可以与其他工具和框架集成，如JUnit、TestNG、Maven、Ant等。
• Selenium的核心组件包括Selenium IDE、Selenium WebDriver和Selenium Grid。
• Selenium IDE是一个浏览器插件，用于录制和回放测试脚本`；
• Selenium WebDriver是一个自动化测试框架，用于编写和执行测试脚本
• Selenium Grid是一个分布式测试框架，用于在多台计算机上并行执行测试脚本。
• Selenium在Web应用程序测试领域具有广泛的应用和影响力。

Selenium 的优点

1.跨平台：Selenium 可以在多种操作系统和浏览器上运行，可以在不同的环境中进行测试。
2. 灵活性：Selenium 提供了多种 API 和工具，可以根据具体需求进行定制化开发，满足不同的测试需求。
3. 易于学习：Selenium 的 API 简单易懂，学习成本较低，而且有丰富的文档和社区支持
4. 可扩展性：Selenium 可以与其他测试工具和框架集成，例如 TestNG、JUnit 等，从而实现更加完善的测试流程。

二·安装模块

在pycharm的终端输入安装模块的命令：

 pip install selenium

可以使用清华源安装加快安装速度：

 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple selenium

三·设置浏览器驱动

确认版本：

博主使用的是谷歌浏览器，确认版本的方法如下：

点击右上的三个点->点击浏览器的设置->点击关于谷歌->查看版本(版本 112.0.5615.50（正式版本） （64 位））

查找对应驱动

http://chromedriver.storage.googleapis.com/index.html

查找和浏览器版本最近的一个驱动版本（版本向下兼容）

博主的浏览器版本是：版本 112.0.5615.50（正式版本） （64 位）
所以下载的是112.0.5616.28 向下兼容，所以可以正常使用。

下载驱动

下载chromedriver_win32.zip

系统是 64 位的，也可以使用 32 位的 ChromeDriver。因为 ChromeDriver
只是一个独立的可执行文件，它与您的操作系统架构无关。只要您的 Chrome 浏览器和 ChromeDriver
版本匹配，就可以在任何系统上运行 ChromeDriver。

解压chromedriver.exe 存放到一个位置(后续会使用)

注意点:
浏览器版本更新后，对应的驱动也需要更新才可以使用（可以去查找一下如何取消浏览器更新）

四·使用模块

我们以打开百度浏览器为例：

from selenium.webdriver.chrome.service import Service
from selenium import webdriver

service = Service(executable_path='D:\chorm\chromedriver_win32/chromedriver.exe')
driver = webdriver.Chrome(service=service)

driver.set_window_size(1100, 850)  # 设置打开的窗口大小
driver.get('https://www.baidu.com/?tn=02003390_84_hao_pg&')  # 选择自动化操作页面

input()  # 加入input()是为了让程序暂停，等待用户输入任意字符后才继续执行下一步操作。

运行结果：

运行成功后，他会帮我们自动打开百度网页。我们可以看见上方出现chrome正受到自动测试软件的控制

加入input()是为了让程序暂停，等待用户输入任意字符后才继续执行下一步操作。这样做是为了防止程序执行完毕后自动关闭浏览器窗口，让用户有足够的时间观察程序的执行结果或手动进行后续操作。

selenium选取元素方法

• find_element获取满足条件的第一个元素
• find_elements获取满足条件的所有元素

序号	方法	描述
1	find_element_by_id()	通过ID定位元素
2	find_element_by_name()	通过name定位元素
3	find_element_by_class_name()	通过类样式名称定位元素
4	find_element_by_tag_name()	通过标签名称定位元素
5	find_element_by_link_text()	通过链接定位元素（a标签)
6	find_element_by_css_selector()	通过CSS定位元素
7	find_element_by_xpath()	通过xpath语法来获取元素

示例：

from selenium.webdriver.common.by import By

driver.find_element(By.ID, 'kw').send_keys('飞机')

在百度输入框自动输入夕阳两个字。

from selenium.webdriver.chrome.service import Service
from selenium import webdriver

service = Service(executable_path='D:\chorm\chromedriver_win32/chromedriver.exe')
driver = webdriver.Chrome(service=service)

driver.set_window_size(1100, 850)  # 设置打开的窗口大小
driver.get('https://www.baidu.com/?tn=02003390_84_hao_pg&')  # 选择自动化操作页面

from selenium.webdriver.common.by import By

driver.find_element(By.ID, 'kw').send_keys('夕阳')

input()  # 加入input()是为了让程序暂停，等待用户输入任意字符后才继续执行下一步操作。

接下来我们使用代码来操作，让它执行搜索功能：

selenium嵌套页面元素定位

import time

from selenium.webdriver.chrome.service import Service
from selenium import webdriver
from selenium.webdriver.common.by import By

service = Service(executable_path='D:\chorm\chromedriver_win32/chromedriver.exe')
driver = webdriver.Chrome(service=service)

driver.get('https://tieba.baidu.com/')
# 方法1 直接使用嵌套的网页进行使用

# 跳转到嵌套网页
# 选取嵌套网页元素
element = driver.find_element(By.ID, 'iframeu6739266_0')
# 切换网页
driver.switch_to.frame(element)

driver.find_element(By.ID, 'title0').click()
time.sleep(5)

selenium网页下拉

from selenium.webdriver.chrome.service import Service
from selenium import webdriver
import time

service = Service(executable_path='D:\chorm\chromedriver_win32/chromedriver.exe')
driver = webdriver.Chrome(service=service)

driver.get('https://www.duitang.com/category/?cat=wallpaper')

s = 0
n = 100
for i in range(s, n, 5):  # 实现网页滑动下拉
    js = 'window.scrollTo(0,%s)' % (i * 100)
    driver.execute_script(js)
    time.sleep(0.5)

运行这段程序后，会自动打开堆糖网页，并且实现自动下拉页面，方便我们浏览。

selenium下拉表选择

from selenium.webdriver.chrome.service import Service
from selenium import webdriver
from selenium.webdriver.common.by import By

service = Service(executable_path='F:\chrom\chromedriver.exe')
driver = webdriver.Chrome(service=service)

driver.get('https://kyfw.12306.cn/otn/regist/init')

from selenium.webdriver.support.ui import Select

select_element = driver.find_element(By.ID,'cardType')

select = Select(select_element)

selenium行为链

Selenium行为链（ActionChains）是Selenium中的一个Python库，它允许我们模拟用户的交互行为，例如鼠标移动、单击、双击、右键单击等。使用行为链，我们可以创建一个动作序列，然后将其执行在我们的Web应用程序上，从而模拟用户的行为。

from selenium.webdriver.common.action_chains import ActionChains
from selenium.webdriver.chrome.service import Service
from selenium import webdriver
from selenium.webdriver.common.by import By

service = Service(executable_path='F:\chrom\chromedriver.exe')
driver = webdriver.Chrome(service=service)

driver.get('https://www.baidu.com/')

action = ActionChains(driver)  # 在driver创建行为链对象

inp = driver.find_element(By.ID, 'kw')  # 获取到输入框位置
action.move_to_element(inp)  # 把鼠标移动到输入框
action.send_keys_to_element(inp, '百度贴吧')  # 模拟输入

btn = driver.find_element(By.ID, 'su')  # 获取搜索按钮
action.move_to_element(btn)  # 移动鼠标到搜索按钮
action.click(btn)  # 模拟点击

action.perform()  # 注意记得写 执行行为

selenium等待

from selenium.webdriver.chrome.service import Service
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support.expected_conditions import presence_of_element_located as PE

service = Service(executable_path='F:\chrom\chromedriver.exe')
driver = webdriver.Chrome(service=service)

driver.get('https://movie.douban.com/typerank?type_name=%E5%89%A7%E6%83%85&type=11&interval_id=100:90&action=')
# 肖申克的救赎
# 需要等待页面加载完成再执行打印
# time.sleep(5)
# print(driver.page_source)

wait = WebDriverWait(driver, 10)  # 等待10秒，有数据就进行操作，没有就报错
wait.until(PE((By.CLASS_NAME, 'rank-num'))).click()

print(driver.page_source)

五·错误解决方案

( 1)109.0.5414.75

selenium.common.exceptions.SessionNotCreatedException: Message: session not created: This version of ChromeDriver only supports Chrome version 86
Current browser version is 109.0.5414.75 with binary path C:\ProgramFiles\Google\Chrome\Application\chrome.exe

需要指定驱动位置

1.将驱动放置在代码的同级目录
2. 直接指定驱动的位置

(2) 浏览器闪退

selenium代码没有进行阻塞 和浏览器的驱动版本是有关系

如果想要阻塞 可以在代码最后加上sleep(10) 或者是input()

(3)运行代码出现警告

F:\pythonSpider2208\day14-selenium\selenium自动化.py:5: DeprecationWarning: executable_path has been deprecated, please pass in a Service object
  driver = webdriver.Chrome(executable_path=r'F:\chrom\chromedriver.exe')

需要我们更新代码，使用新的方式指定驱动位置（代码依然是可以正常使用的）

(4) 元素选择异常

selenium.common.exceptions.NoSuchElementException: Message: no such element: Unable to locate element: {"method":"css selector","selector":"[id="wd"]"}

(5)元素没有选择到

检测value参数是否正确

六·结束语

本专栏所有文章是博主学习笔记，仅供学习使用，爬虫只是一种技术，希望学习过的人能正确使用它。
博主也会定时一周三更爬虫相关技术更大家系统学习，如有问题，可以私信我，没有回，那我可能在上课或者睡觉，写作不易，感谢大家的支持！！