Python爬虫学习笔记(七)————Selenium

目录

1.什么是selenium?

2.为什么使用selenium?

3.selenium安装

4.selenium的使用步骤

5.selenium的元素定位

6.访问元素信息

7.交互


1.什么是selenium?

(1)Selenium是一个用于Web应用程序测试的工具。

(2)Selenium 测试直接运行在浏览器中,就像真正的用户在操作一样。

(3)支持通过各种driver(FirfoxDriver,IternetExplorerDriver,OperaDriver,ChromeDriver)驱动真实浏览器完成测试。

(4)selenium也是支持无界面浏览器操作的。

2.为什么使用selenium?

模拟浏览器功能,自动执行网页中的js代码,实现动态加载。

3.selenium安装

(1)操作谷歌浏览器驱动下载地址

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

(2)谷歌驱动和谷歌浏览器版本之间的映射表

                 http://blog.csdn.net/huilan_same/article/details/51896672

(3)查看谷歌浏览器版本

                谷歌浏览器右上角‐‐>帮助‐‐>关于

(4)pip install selenium

4.selenium的使用步骤

(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)


# (1)导入selenium
from selenium import webdriver

# (2) 创建浏览器操作对象

path = 'chromedriver.exe'

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)

5.selenium的元素定位

元素定位: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

方法:

(1)find_element_by_id              

                eg:button = browser.find_element_by_id('su')

(2)find_elements_by_name

                eg:name = browser.find_element_by_name('wd')

(3)find_elements_by_xpath

                eg:xpath1 = browser.find_elements_by_xpath('//input[@id="su"]')

(4)find_elements_by_tag_name

                eg:names = browser.find_elements_by_tag_name('input')

(5)find_elements_by_css_selector

                eg:my_input = browser.find_elements_by_css_selector('#kw')[0]

(6)find_elements_by_link_text

                eg:browser.find_element_by_link_text("新闻")

注:现在把这些代码整合到一起了,可以通过find_element(by='', value='')找,by的值为属性名,value为属性值


from selenium import webdriver

path = 'chromedriver.exe'
browser = webdriver.Chrome(path)

url = 'https://www.baidu.com'
browser.get(url)

# 元素定位

# 根据id来找到对象
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
button = browser.find_element_by_name('wd')
print(button)

# 根据xpath语句来获取对象
button = browser.find_elements_by_xpath('//input[@id="su"]')
print(button)

# 根据标签的名字来获取对象
button = browser.find_elements_by_tag_name('input')
print(button)

# 使用的bs4的语法来获取对象
button = browser.find_elements_by_css_selector('#su')
print(button)

button = browser.find_element_by_link_text('直播')
print(button)

6.访问元素信息

获取元素属性

            .get_attribute('class')

获取元素文本

            .text

获取标签名

            .tag_name


from selenium import webdriver

path = 'chromedriver.exe'
browser = webdriver.Chrome(path)


url = 'http://www.baidu.com'
browser.get(url)


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)

# 获取元素文本
a = browser.find_element_by_link_text('新闻')
print(a.text)

7.交互

  • 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() 

实例:百度自动搜索周杰伦并翻页等操作 



from selenium import webdriver

# 创建浏览器对象
path = 'chromedriver.exe'
browser = webdriver.Chrome(path)

# url
url = 'https://www.baidu.com'
browser.get(url)

import time
time.sleep(2)

# 获取文本框的对象
input = browser.find_element_by_id('kw')

# 在文本框中输入周杰伦
input.send_keys('周杰伦')

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
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(2)

# 回到上一页
browser.back()

time.sleep(2)

# 回去
browser.forward()

time.sleep(3)

# 退出
browser.quit()

 

你可能感兴趣的:(python,爬虫,selenium,爬山算法,网络爬虫)