爬虫_selenium

---

一、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

1.1 如何安装selenium

（1）查看浏览器版本

（2）浏览器驱动下载地址

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

（3）下载与浏览器对应的驱动
（4）将下载的驱动解压，生成一个.exe文件

放入pycharm中

（5）安装selenium

pip install selsnium

1.2 模拟浏览器

# 导入selenium
from selenium import webdriver
from selenium.webdriver.chrome.service import Service

# 创建浏览器操作对象
path = 'msedgedriver.exe'

browser = webdriver.Edge(path)


# 访问网站
url = 'https://www.jd.com/'

browser.get(url)

二、元素

2.1 元素定位

模拟鼠标和键盘来操作这些元素，点击、输入等等。
（1）对名字进行定位

button = browser.find_element_by_id(‘su’)
print(button)

（2）对文本框进行定位

button = browser.find_element_by_name(‘wd’)
print(button)

（3）根据xpath语句来获取对象

button = browser.find_elements_by_xpath(‘//input[@id=“su”]’)
print(button)

（4）根据标签的名字来获取对象

button = browser.find_elements_by_tag_name(‘input’)
print(button)

（5）使用的是bs4的语法来获取对象

button = browser.find_elements_by_css_selector(‘#su’)
print(button)

（6）根据链接文本来获取对象

button = browser.find_element_by_link_text(‘地图’)
print(button)

2.2元素信息

（1）获取class的属性值 在get_attribute要传入属性的名字

print(input.get_attribute(‘class’))

（2）获取标签名

print(input.tag_name)

（3）获取元素文本

print(input.text)
a = browser.find_element_by_link_text(‘新闻’)
print(a.text)

2.3交互

模拟真实的浏览器，实现部分操作：

from selenium import webdriver

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

# url
url = 'https://wwww.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()

三、无界面浏览器

• phantomjs
• handless