python 学习笔记（4）—— webdriver 自动化操作浏览器（基础操作）

安装 web driver：

        使用 driver 前，需要下载与浏览器版本相对应的 driver。如要在 Chrome 浏览器上操作，就要下载Chrome Driver。

几个常用浏览器的参考和下载地址：

Edge Driver：https://developer.microsoft.com/en-us/microsoft-edge/tools/webdriver/

Chrome Driver：https://sites.google.com/chromium.org/driver/

        https://googlechromelabs.github.io/chrome-for-testing/

Firefox Driver：https://github.com/mozilla/geckodriver/releases

 

        这里使用Chrome浏览器，下载Chrome Driver。

        下载并安装完成后，将.exe文件拷贝到 python.exe 同级的目录下。

        引入将要使用到的库

from selenium import webdriver

# By 里定义了许多常量，用来标识以何种形式来查找元素，如 By.CLASS_NAME 使用类名来查找
from selenium.webdriver.common.by import By

# 主要用来等待（确保页面加载、更新完成）
import time

 

        初始化驱动器：

driver = webdriver.Chrome()

# 如果没有将driver.exe放到环境变量或python.exe同级目录下，则要参数中指定
# driver = webdriver.Chrome('F:/chromedriver.exe')

 

        打开Chrome浏览器，访问指定的网站：

driver.get('http://www.cwl.gov.cn/fcpz/yxjs/ssq/')
time.sleep(3)            # 等待3秒再继续，确保页面加载完成

 

         然后将窗口最大化：

driver.maximize_window()

 

        观察页面和控制台，锁定目标（阳光开奖）的特征。

 

        找到并点击 阳光开奖 链接，继续等待3秒，确保页面加载更新完成：

# find_element 返回的是第一个匹配的元素
# By.XPATH 使用类似 xPath 的语法来定位页面的元素, 第二个参数是对应的 xPath 内容
driver.find_element(by=By.XPATH, value="//div[@data-alias='ygkj']").click()
time.sleep(3)

 

        此时浏览器会打开一个新的标签页，我们需要将 driver 定位到新的标签页中：

# 获取当前打开的几个窗口，返回的是一个列表，每个元素是每个标签页的标识
windows = driver.window_handles

# 切换到最新打开的窗口，保证后面能正常获取页面中的元素
driver.switch_to.window(windows[-1])

 

        结合控制台和页面，找到 往期开奖公告 的特征标识，找到该元素并点击：

# 点击往期开奖公告
# By.PARTIAL_LINK_TEXT  使用链接的文本内容来进行搜索，后面的值是目标元素的innerText
driver.find_element(by=By.PARTIAL_LINK_TEXT, value="往期开奖公告").click()
time.sleep(3)

 

         然后尝试在界面执行一个脚本，滚动到页面底部：

# 滚动到最底部（不是必须）    
# By.CLASS_NAME 使用类名来查找底部的图片 第二个参数是对应的类名
target = driver.find_element(by=By.CLASS_NAME, value='footer-logo')

# 对于指定的元素执行脚本   这里的arguments[0]是第二个参数target
driver.execute_script('arguments[0].scrollIntoView({behavior:"smooth"})', target)
time.sleep(2)

 

        然后找到下一页的按钮，并点击进入下一页：

# 下一页   
# By.ID     指定使用 id 属性来查找元素，第二个参数是id值
# 这里先试用id来找到祖父节点，顺着该节点再继续往下找
paging = driver.find_element(by=By.ID, value='paging')
paging.find_element(by=By.CLASS_NAME, value='layui-laypage-next').click()
time.sleep(2)

 

        在当前界面的右上角，有搜索功能，尝试自动输入指定内容并搜索：

 

# 在右上角的输入框中输入内容    使用ID来表示元素
# send_keys    在输入框中键入指定的内容，即输入 2023-5
driver.find_element(By.ID, 'searchInput').send_keys('2023-5')
time.sleep(2)

# 点击搜索按钮        先找父级，在从父级找子元素
btnParent = driver.find_element(By.CLASS_NAME, 'input-group-btn')
btnParent.find_element(By.CLASS_NAME, 'btn-default').click()
time.sleep(2)

 

        点击搜索后，会新创建一个标签页，此时需要更新 driver 到新的标签页面。

# 及时切换窗口
windows = driver.window_handles
driver.switch_to.window(windows[-1])

 

        点击第一个结果：

# 点击第一个结果
items = driver.find_elements(By.CLASS_NAME, 'con-item')
items[0].find_element(By.CLASS_NAME, 'black').click()

 

        点击后，同样会新开一个标签页，此时我们把当前这个搜索结果的标签页关闭，然后跳转到新的标签页中：

# 关闭当前标签页并切换到新的窗口
driver.close()
windows = driver.window_handles
driver.switch_to.window(windows[-1])
time.sleep(2)

 

        如果要返回历史开奖结果页面：

# 返回开奖历史记录
driver.switch_to.window(windows[-2])

 

        如果想给开奖结果截一个图（元素截图）：

# 指定元素截图（只截图当前浏览器窗口可见部分）
main = driver.find_element(By.CLASS_NAME, 'main')
main.screenshot('./caipiao_1.png')    # 命名并保存

 

        然后可以在当前的目录下查看 caipiao.png 图片：

完整程序代码：

from selenium import webdriver
from selenium.webdriver.common.by import By
import time


# 初始化驱动器
driver = webdriver.Chrome()
# 如果没有将driver.exe放到环境变量或python.exe同级目录下，则要参数中指定
# driver = webdriver.Chrome('F:/chromedriver.exe')

# 访问指定网站
driver.get('http://www.cwl.gov.cn/fcpz/yxjs/ssq/')
driver.maximize_window()            # 最大化窗口
time.sleep(3)

# 点击阳光开奖  使用Xpath来搜索
driver.find_element(by=By.XPATH, value="//div[@data-alias='ygkj']").click()
time.sleep(3)

# 获取当前打开了几个窗口
windows = driver.window_handles
# 会打开新的标签页，因此需要切换到最新打开的窗口，保证后面能正常获取元素
driver.switch_to.window(windows[-1])

# 点击往期开奖公告    使用链接的文本内容来进行搜索
driver.find_element(by=By.PARTIAL_LINK_TEXT, value="往期开奖公告").click()
time.sleep(3)

# 滚动到最底部
target = driver.find_element(by=By.CLASS_NAME, value='footer-logo')
# 对于指定的元素执行脚本   这里的arguments[0]是第二个参数target
driver.execute_script('arguments[0].scrollIntoView({behavior:"smooth"})', target)
time.sleep(2)

# 下一页   先试用id来找到祖父节点，顺着该节点再继续往下找
paging = driver.find_element(by=By.ID, value='paging')
paging.find_element(by=By.CLASS_NAME, value='layui-laypage-next').click()
time.sleep(2)

# 在右上角的输入框中输入内容
driver.find_element(By.ID, 'searchInput').send_keys('2023-5')
time.sleep(2)

# 点击搜索按钮
btnParent = driver.find_element(By.CLASS_NAME, 'input-group-btn')
btnParent.find_element(By.CLASS_NAME, 'btn-default').click()
time.sleep(2)

# 及时切换窗口
windows = driver.window_handles
driver.switch_to.window(windows[-1])

# 点击第一个结果
items = driver.find_elements(By.CLASS_NAME, 'con-item')
items[0].find_element(By.CLASS_NAME, 'black').click()

# 关闭当前标签页并切换到新的窗口
driver.close()
windows = driver.window_handles
driver.switch_to.window(windows[-1])
time.sleep(2)

# 返回开奖历史记录
driver.switch_to.window(windows[-2])

# 指定元素截图（只截图当前浏览器窗口可见部分）
main = driver.find_element(By.CLASS_NAME, 'main')
main.screenshot('./caipiao_1.png')

input('')               # 保持程序运行状态，浏览器不会被关闭

        获取前三页的彩票中奖号码，并写入到 Excel 中：

'''
    需要安装 xlwings 来操作 Excel
    pip install xlwings
'''

from selenium import webdriver
from selenium.webdriver.common.by import By
from time import sleep
import xlwings as xw

driver = webdriver.Chrome()
driver.get('http://www.cwl.gov.cn/ygkj/kjgg/')
sleep(2)

driver.find_element(By.CLASS_NAME, 'ygkj_wqkjgg_nav').click()
sleep(2)

# 保存结果
days = []
qiu_list = []

def get_data(total_pages, current_page, file_name = 'data'):
    tbody = driver.find_element(By.TAG_NAME, 'tbody')
    trs = tbody.find_elements(By.TAG_NAME, 'tr')

    for tr in trs:
        tds = tr.find_elements(By.TAG_NAME, 'td')
        days.append(tds[1].text)
        qiu_items = tr.find_elements(By.CLASS_NAME, 'qiu-item')
        nums = []
        for item in qiu_items:
            nums.append(item.text)
        qiu_list.append(nums)

    # 递归调用
    if current_page < total_pages:
        # 下一页
        driver.find_element(By.CLASS_NAME, 'layui-laypage-next').click()
        get_data(total_pages, current_page + 1)
    else:
        driver.quit()       # 停止驱动器，关闭网页

        # 创建一个不显示、不添加新的工作簿的 Excel 应用程序对象
        app = xw.App(visible=False, add_book=False)
        # 创建了一个新的工作簿对象，并将其赋值给 wb 变量。
        wb = app.books.add()
        # 获取第一张表格
        sheet_1 = wb.sheets['sheet1']
        sheet_1["A1"].value = "时间"              # 设置A1单元格的内容
        for i in range(1, 7):                       # 设置 B1 ~ H1的内容
            sheet_1[f"{chr(ord('A') + i)}1"].value = f"红{i}"
        sheet_1[f"{chr(ord('A') + 7)}1"].value = "蓝"
        for i in range(len(days)):                  # 填写内容
            sheet_1[f"A{2 + i}"].value = days[i]
            sheet_1[f"B{2 + i}:{chr(ord('B') + 7)}{2 + i}"].value = qiu_list[i]

        wb.save(f"./{file_name}.xlsx")              # 保存xlsx
        wb.close()                                  # 关闭该工作簿对象
        app.quit()                                  # 关闭应用程序
        print('successful.')

if __name__ == '__main__':
    get_data(total_pages=3, current_page=1)

 参考：

[1] Selenium Python 教程 - 知乎

[2] Python操作Excel的Xlwings教程（一） - 知乎

[3] xlwings，让excel飞起来！

[4] Python 自动化操作 Excel 看这一篇就够了 - 知乎

[5] 定位策略 | Selenium