Python爬虫_04_Selenium_Phantomjs_Chrome handless_ Selenium新版本语法案例

Selenium

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.如何安装selenium？

（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)

4‐1：selenium的元素定位？(老语法,已废弃)

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")

新语法案例(元素定位)

**案例一: 解读百度网页代码(元素定位)**

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

service = Service("dirver/chromedriver.exe")
browser = webdriver.Chrome(service=service)

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') 已过时
button = browser.find_elements(by=By.ID,value='su')
# 根据标签属性的属性值来获取对象
# button = browser.find_element_by_id('wd')
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"]') 已过时
button = browser.find_element(By.XPATH,'//input[@id="su"]')
print(button)

# 根据标签名字获取对象
# button = browser.find_elements_by_tag_name('input')
button = browser.find_elements(By.TAG_NAME,'input')
print(button)

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

# 获取网页的a链接
# button = browser.find_elements_by_link_text("直播")
button =browser.find_elements(By.LINK_TEXT,'直播')
print(button)

4‐2: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

新语法案例: 访问元素信息

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

service = Service("dirver/chromedriver.exe")
browser = webdriver.Chrome(service=service)
url = 'https://www.baidu.com/'
browser.get(url)

input = browser.find_element(By.ID, 'su')
# 根据属性获取属性值
print(input.get_attribute('class')) #bg s_btn

# 获取标签名字
print(input.tag_name) #input

# 获取标签内的文本
a = browser.find_element(By.LINK_TEXT,'新闻')
print(a.text) #新闻

4‐3: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()

新语法案例: 页面交互

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

str = input("请输入你要查询的关键字")

# 创建浏览器对象
service = Service("dirver/chromedriver.exe")
browser = webdriver.Chrome(service=service)

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

import time
time.sleep(2)

# 获取文本框的对象
inputs = browser.find_element(By.ID,'kw')
# 在文本框输入周杰伦

inputs.send_keys(str)
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_button = 'document.documentElement.scrollTop=100000'
browser.execute_script(js_button)

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()

2.Phantomjs (已废弃了,替代它的是Chrome Handless 无UI模式)

1.什么是Phantomjs？

（1）是一个无界面的浏览器
（2）支持页面元素查找，js的执行等
（3）由于不进行css和gui渲染，运行效率要比真实的浏览器要快很多

2.如何使用Phantomjs？

（1）获取PhantomJS.exe文件路径path
（2）browser = webdriver.PhantomJS(path)
（3）browser.get(url)
扩展：保存屏幕快照:browser.save_screenshot('baidu.png')

# 无界面的浏览器

'''
module 'selenium.webdriver' has no attribute 'PhantomJS'
新版本的selenium 已经弃用了 PhantomJS,如果想使用PhantomJS可以尝试降低selenium
的版本
# 老版本的PhantomJS的写法和selenium写法的不同之处在于创建对象,其他都一样
如果还想继续用PhantomJS的话只能使用旧版的selenium，卸载之后重新pip install selenium==2.48.0安装成功。

from selenium import webdriver
创建浏览器对象
path = "phantomjs.exe"
browser = webdriver.PhantomJS(path)
url = 'https://www.baidi.com'
browser.get(url)

# 我们可以使用firefox或chrome的headlesss模式,无需重装selenium
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.service import Service
service = Service("chromedriver1.exe")
chrome_options = Options()
chrome_options.add_argument('--headless')
chrome_options.add_argument('--disable-gpu')#上面三行代码就是为了将Chrome不弹出界面，实现无界面爬取
browser = webdriver.Chrome(options=chrome_options,service=service)
print(browser)


'''

from selenium import webdriver
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.service import Service
service = Service("dirver/chromedriver.exe")

chrome_options = Options()
chrome_options.add_argument('--headless')
chrome_options.add_argument('--disable-gpu')#上面三行代码就是为了将Chrome不弹出界面，实现无界面爬取
browser = webdriver.Chrome(options=chrome_options,service=service)
browser.get("https://www.baidu.com")

# 保存页面图片
browser.save_screenshot("baidu.png")

import time
time.sleep(2)

input = browser.find_element(By.ID,'kw')
input.send_keys("昆凌")

3.Chrome handless

Chrome-headless 模式， Google 针对 Chrome 浏览器 59版 新增加的一种模式，可以让你不打开UI界面的情况下
使用 Chrome 浏览器，所以运行效果与 Chrome 保持完美一致。

1.系统要求：

Chrome
Unix\Linux 系统需要 chrome >= 59
Windows 系统需要 chrome >= 60
Python3.6
Selenium==3.4.*
ChromeDriver==2.31

2.配置：

from selenium import webdriver
from selenium.webdriver.chrome.options import Options
作业：京东
from selenium.webdriver.chrome.options import Options
chrome_options = Options()
chrome_options.add_argument('‐‐headless')
chrome_options.add_argument('‐‐disable‐gpu')
path = r'C:\Program Files (x86)\Google\Chrome\Application\chrome.exe'
chrome_options.binary_location = path
browser = webdriver.Chrome(chrome_options=chrome_options)
browser.get('http://www.baidu.com/')

3.配置封装：

from selenium import webdriver
#这个是浏览器自带的 不需要我们再做额外的操作
from selenium.webdriver.chrome.options import Options
def share_browser():
#初始化
chrome_options = Options()
chrome_options.add_argument('‐‐headless')
chrome_options.add_argument('‐‐disable‐gpu')
#浏览器的安装路径 打开文件位置
#这个路径是你谷歌浏览器的路径
path = r'C:\Program Files (x86)\Google\Chrome\Application\chrome.exe'
chrome_options.binary_location = path
browser = webdriver.Chrome(chrome_options=chrome_options)
return browser
封装调用：
from handless import share_browser
browser = share_browser()
browser.get('http://www.baidu.com/')
browser.save_screenshot('handless1.png')

新语法handless封装:

# 封装handless

from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.chrome.options import Options
def share_browser():
    chrome_options = Options()
    chrome_options.add_argument('--headless')
    chrome_options.add_argument('--disable-gpu')
    service = Service("dirver/chromedriver.exe")
    browser = webdriver.Chrome(options=chrome_options,service=service)
    return browser

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

总结:selenium 支持有UI界面和无UI界面,没有UI界面需要配置Chrome handless,其余用法都是一样的.