PhantomJS:無界面的瀏覽器
Selenium: 可以根據我們的指令,讓瀏覽器自動加載頁面,獲取需要的數據,甚至頁面截屏,或者判斷網站上某些動作是否發生。Selenium 自己不帶瀏覽器,不支持瀏覽器的功能,它需要與第三方瀏覽器結合在一起才能使用。但是我們有時候需要讓它內嵌在代碼中運行,所以我們可以用一個叫 PhantomJS 的工具代替真實的瀏覽器。
文檔地址:http://selenium-python.readthedocs.io/index.html
# 導入 webdriver from selenium import webdriver # 要想調用鍵盤按鍵操作需要引入keys包 from selenium.webdriver.common.keys import Keys # 調用環境變量指定的PhantomJS瀏覽器創建瀏覽器對象 driver = webdriver.PhantomJS() # 如果沒有在環境變量指定PhantomJS位置# driver = webdriver.PhantomJS(executable_path="./phantomjs")) # get方法會一直等到頁面被完全加載,然後纔會繼續程序,通常測試會在這裏選擇 time.sleep(2) driver.get("http://www.baidu.com/") # 獲取頁面名爲 wrapper的id標籤的文本內容 data = driver.find_element_by_id("wrapper").text # 打印數據內容 print data # 打印頁面標題 "百度一下,你就知道 "print driver.title # 生成當前頁面快照並保存 driver.save_screenshot("baidu.png") # id="kw"是百度搜索輸入框,輸入字符串"長城" driver.find_element_by_id("kw").send_keys("長城") # id="su"是百度搜索按鈕,click() 是模擬點擊 driver.find_element_by_id("su").click() # 獲取新的頁面快照 driver.save_screenshot("長城.png") # 打印網頁渲染後的源代碼 print driver.page_source # 獲取當前頁面Cookie print driver.get_cookies() # ctrl+a 全選輸入框內容 driver.find_element_by_id("kw").send_keys(Keys.CONTROL,'a') # ctrl+x 剪切輸入框內容 driver.find_element_by_id("kw").send_keys(Keys.CONTROL,'x') # 輸入框重新輸入內容 driver.find_element_by_id("kw").send_keys("atguigu") # 模擬Enter回車鍵 driver.find_element_by_id("su").send_keys(Keys.RETURN) # 清除輸入框內容 driver.find_element_by_id("kw").clear() # 生成新的頁面快照 driver.save_screenshot("atguigu.png") # 獲取當前url print driver.current_url # 關閉當前頁面,如果只有一個頁面,會關閉瀏覽器# driver.close() # 關閉瀏覽器 driver.quit()
2.頁面操作大體內容
# 獲取id標籤值 element = driver.find_element_by_id("passwd-id") # 獲取name標籤值 element = driver.find_element_by_name("user-name") # 獲取標籤名值 element = driver.find_elements_by_tag_name("input") # 也可以通過XPath來匹配 element = driver.find_element_by_xpath("//input[@id='passwd-id']")
- 關於元素的選取,有如下的API 單個元素選取
# 定位UI元素 (WebElements) find_element_by_id find_elements_by_name find_elements_by_xpath find_elements_by_link_text find_elements_by_partial_link_text find_elements_by_tag_name find_elements_by_class_name find_elements_by_css_selector
- 鼠標動作鏈
# 導入 webdriver #導入 ActionChains 類 from selenium.webdriver import ActionChains # 鼠標移動到 ac 位置 ac = driver.find_element_by_xpath('element') ActionChains(driver).move_to_element(ac).perform() # 在 ac 位置單擊 ac = driver.find_element_by_xpath("elementA") ActionChains(driver).move_to_element(ac).click(ac).perform() # 在 ac 位置雙擊 ac = driver.find_element_by_xpath("elementB") ActionChains(driver).move_to_element(ac).double_click(ac).perform() # 在 ac 位置右擊 ac = driver.find_element_by_xpath("elementC") ActionChains(driver).move_to_element(ac).context_click(ac).perform() # 在 ac 位置左鍵單擊hold住 ac = driver.find_element_by_xpath('elementF') ActionChains(driver).move_to_element(ac).click_and_hold(ac).perform() # 將 ac1 拖拽到 ac2 位置 ac1 = driver.find_element_by_xpath('elementD') ac2 = driver.find_element_by_xpath('elementE') ActionChains(driver).drag_and_drop(ac1, ac2).perform()
5 . 下拉菜單的操作(導入select類)
# 導入 Select 類 from selenium import webdriver from selenium.webdriver.support.ui import Select driver = webdriver.Chrome() driver.get("http://127.0.0.1:8080") # 找到 name 的選項卡 select = Select(driver.find_element_by_name('status')) #根據位置下標 # select.select_by_index(1) #根據值找到對應的選擇 # select.select_by_value("3") #根據顯示值找到對應的選擇 select.select_by_visible_text("審覈不通過")
- 頁面切換
driver.switch_to.window("window name")
- 操作頁面的前進和後退
driver.forward() #前進 driver.back() # 後退
- 頁面等待
顯式等待是等待特定的時間,隱式等待是指定某一條件直到這個條件成立時繼續執行。
8.1 隱式等待比較簡單,就是簡單地設置一個等待時間,單位爲秒
from selenium import webdriver driver = webdriver.Chrome() driver.implicitly_wait(10) # seconds driver.get("http://www.xxxxx.com/loading")
8.2 顯式等待指定某個條件,然後設置最長等待時間。如果在這個時間還沒有找到元素,那麼便會拋出異常了
from selenium import webdriver from selenium.webdriver.common.by import By# WebDriverWait 庫,負責循環等待 from selenium.webdriver.support.ui import WebDriverWait# expected_conditions 類,負責條件出發 from selenium.webdriver.support import expected_conditions as EC driver = webdriver.Chrome() driver.get("http://www.xxxxx.com/loading") try: # 頁面一直循環,直到 id="myElement" 出現 element = WebDriverWait(driver, 10).until(EC.presence_of_element_located((By.ID, "myElement"))) finally: driver.quit()
網站模擬登錄豆瓣網
from selenium import webdriver import time # 創建一個瀏覽器客戶端,並且指定配置 # 如果是PhantomJS做瀏覽器客戶端還要設置路徑 # driver = webdriver.PhantomJS(executable_path="/usr/local/bin/phantomjs") driver = webdriver.Chrome() driver.get("https://www.douban.com/") time.sleep(1) driver.save_screenshot("豆瓣首頁.png") #輸入賬號 driver.find_element_by_id("form_email").send_keys("username") #輸入密碼 driver.find_element_by_name("form_password").send_keys("password") #保存驗證碼的圖片 driver.save_screenshot("驗證碼.png") #輸入驗證碼 check_code = input("請輸入驗證碼:") print(r"驗證碼是多少:%s" % check_code) driver.find_element_by_id("captcha_field").send_keys(check_code) #點擊登錄按鈕 driver.find_element_by_xpath("//input[@class='bn-submit']").click() #休眠一下等待登錄成功 time.sleep(3) #保存登錄成功的快照 driver.save_screenshot("登錄成功.png") #保存成功登錄好的html到本地 with open("douban.html","w",encoding="utf-8") as f: f.write(driver.page_source) #退出成功 driver.quit()