seleium是python中浏览器驱动模块,也是一个第三方库,在网络爬虫中,使用requests模块访问网站时,常常会遇到各种反爬措施,而seleium的出现可以模拟用户进行浏览器操作,能够看到正常用户使用浏览器的数据。
使用seleium模块和requests不同,并不是直接import一下就好,它需要用户下载浏览器驱动程序,谷歌浏览器就下载 chromedriver 火狐浏览器就下载geckodriver,以下两篇文章可以学到方法,这里不作为重点
谷歌:
火狐:
导入时代码为from seleium import webdriver
首先我们需要实例化一个对象,作为后续的操作对象
browser=webdriver.Firefox(executable_path=r'D:\python\python安装\Scripts\geckodriver.exe')
这是火狐浏览器对应的代码,谷歌浏览器就把英文火狐换成谷歌,后面的是下载的对应浏览器驱动的路径。
小编在后面会综合引入一个例子,用下面的内容控制浏览器
对于实例好的brower对象,有几种主要的方法:
get为访问的网址 maximize/minimize_window()窗口最大最小化
page_source 当前页面源码 quit()退出
还有最重要的就是定位功能
seleium定位的方式是多种的,主要进行id、class、xpath、css选择器定位等,其中他们的值直接在网页源码中可以获得,想定位哪个标签就引入它们的值,对应的方法为
find_element_by_id/class_name/xpath(),括号内引入字符串,写入对应的值
其中id、class复制即可,xpath、css选择器也不用自己输入,如下图
火狐、谷歌都可以直接将这些内容复制到粘贴板上
举个例子,如果我们需要点击一个按钮,其class name为submit,点击操作分为两步,先定位此按钮,再进行点击,例如
search_btn = browser.find_element_by_class_name('submit')
search_btn.click()
将这个按钮赋给一个变量search_btn,再.click即可
另外使用seleium可以查看标签的属性,例如它的herf属性,大小,位置,是否可用等等,后面的代码包含此内容
另外还可以对文本框内容进行代码中的赋值,利用send_keys函数,后面的代码也包含此内容
小编将上述内容总结成一段访问淘宝的代码段,并配上相应视频。
from selenium import webdriver
import time
browser=webdriver.Firefox(executable_path=r'D:\python\python安装\Scripts\geckodriver.exe')
browser.get('https://uland.taobao.com/sem/tbsearch?&keyword=手机')
browser.maximize_window()#窗口最大化
#获取源码
page = browser.page_source
time.sleep(1)
#通过id定位到输入文本框 并将关键词手机清空
input_key = browser.find_element_by_id('J_search_key').clear()
time.sleep(1)
#将搜索关键词电脑输入到文本框中
input_key = browser.find_element_by_id('J_search_key')
input_key.send_keys('电脑')
time.sleep(1)
#通过class属性找到搜索按钮
search_btn = browser.find_element_by_class_name('submit')
time.sleep(1)
#点击搜索按钮
search_btn.click()
time.sleep(1)
#向前一页
browser.back()#向后用forward()
time.sleep(1)
#通过xpath定位到淘宝网首页
home_page = browser.find_element_by_xpath('/html/body/div[1]/div/ul[2]/li[1]/div/a')
time.sleep(1)
#点击返回至淘宝网首页
home_page.click()
'''我们还可以判断某个标签的状态'''
tianmao = browser.find_element_by_xpath('/html/body/div[3]/div/ul[1]/li[1]/a')
print(tianmao.get_attribute('href'))#获取天猫的href属性
print(tianmao.is_selected())#查看天猫是否被选中
print(tianmao.is_displayed())#查看天猫是否显示
print(tianmao.is_enabled())#查看天猫是否可用
print(tianmao.text)#获取天猫的文本
print(tianmao.tag_name)#获取天猫的标签名称
print(tianmao.size)#获取天猫的大小
print(tianmao.location)#获取天猫的位置坐标
time.sleep(1)
clothes = browser.find_element_by_css_selector('li.J_Cat:nth-child(1) > a:nth-child(1)')
clothes.click()
time.sleep(3)
browser.quit()#关闭浏览器
代码运行后,会一步一步控制浏览器,打印的结果如下图
结果为选中标签的各类信息
下面附上上述代码运行后,自动化控制浏览器的视频
seleium基本使用