14.网络爬虫—selenium详讲

前言
️️个人简介以山河作礼。
️️:Python领域新星创作者CSDN实力新星认证
​第一篇文章《1.认识网络爬虫》获得全站热榜第一python领域热榜第一。
第四篇文章《4.网络爬虫—Post请求(实战演示)》全站热榜第八。
第八篇文章《8.网络爬虫—正则表达式RE实战》全站热榜第十二。
第十篇文章《10.网络爬虫—MongoDB详讲与实战》全站热榜第八领域热榜第二
第十三篇文章《13.网络爬虫—多进程详讲(实战演示)》全站热榜第十二。
《Python网络爬虫》专栏累计发表十三篇文章上榜五篇。欢迎免费订阅欢迎大家一起学习一起成长
悲索之人烈焰加身堕落者不可饶恕。永恒燃烧的羽翼带我脱离凡间的沉沦。

一·selenium简介

Selenium是一个自动化测试工具用于测试Web应用程序。它可以模拟用户在Web浏览器中的操作如点击链接、填写表单、提交表单等。

• Selenium的主要特点是灵活性和可扩展性它可以与其他工具和框架集成如JUnit、TestNG、Maven、Ant等。
• Selenium的核心组件包括Selenium IDE、Selenium WebDriver和Selenium Grid。
• Selenium IDE是一个浏览器插件用于录制和回放测试脚本`
• Selenium WebDriver是一个自动化测试框架用于编写和执行测试脚本
• Selenium Grid是一个分布式测试框架用于在多台计算机上并行执行测试脚本。
• Selenium在Web应用程序测试领域具有广泛的应用和影响力。

Selenium 的优点

1.跨平台Selenium 可以在多种操作系统和浏览器上运行可以在不同的环境中进行测试。
2. 灵活性Selenium 提供了多种 API 和工具可以根据具体需求进行定制化开发满足不同的测试需求。
3. 易于学习Selenium 的 API 简单易懂学习成本较低而且有丰富的文档和社区支持
4. 可扩展性Selenium 可以与其他测试工具和框架集成例如 TestNG、JUnit 等从而实现更加完善的测试流程。

二·安装模块

在pycharm的终端输入安装模块的命令

 pip install selenium

可以使用清华源安装加快安装速度

 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple selenium

三·设置浏览器驱动

确认版本

博主使用的是谷歌浏览器确认版本的方法如下

点击右上的三个点->点击浏览器的设置->点击关于谷歌->查看版本(版本 112.0.5615.50正式版本 64 位

查找对应驱动

http://chromedriver.storage.googleapis.com/index.html

查找和浏览器版本最近的一个驱动版本版本向下兼容

博主的浏览器版本是版本 112.0.5615.50正式版本 64 位
所以下载的是112.0.5616.28 向下兼容所以可以正常使用。

下载驱动

下载chromedriver_win32.zip

系统是 64 位的也可以使用 32 位的 ChromeDriver。因为 ChromeDriver
只是一个独立的可执行文件它与您的操作系统架构无关。只要您的 Chrome 浏览器和 ChromeDriver
版本匹配就可以在任何系统上运行 ChromeDriver。

解压chromedriver.exe 存放到一个位置(后续会使用)

注意点:
浏览器版本更新后对应的驱动也需要更新才可以使用可以去查找一下如何取消浏览器更新

四·使用模块

我们以打开百度浏览器为例

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

service = Service(executable_path='D:\chorm\chromedriver_win32/chromedriver.exe')
driver = webdriver.Chrome(service=service)

driver.set_window_size(1100, 850)  # 设置打开的窗口大小
driver.get('https://www.baidu.com/?tn=02003390_84_hao_pg&')  # 选择自动化操作页面

input()  # 加入input()是为了让程序暂停等待用户输入任意字符后才继续执行下一步操作。

运行结果

运行成功后他会帮我们自动打开百度网页。我们可以看见上方出现chrome正受到自动测试软件的控制

加入input()是为了让程序暂停等待用户输入任意字符后才继续执行下一步操作。这样做是为了防止程序执行完毕后自动关闭浏览器窗口让用户有足够的时间观察程序的执行结果或手动进行后续操作。

selenium选取元素方法

• find_element获取满足条件的第一个元素
• find_elements获取满足条件的所有元素

序号	方法	描述
1	find_element_by_id()	通过ID定位元素
2	find_element_by_name()	通过name定位元素
3	find_element_by_class_name()	通过类样式名称定位元素
4	find_element_by_tag_name()	通过标签名称定位元素
5	find_element_by_link_text()	通过链接定位元素a标签)
6	find_element_by_css_selector()	通过CSS定位元素
7	find_element_by_xpath()	通过xpath语法来获取元素

示例

from selenium.webdriver.common.by import By

driver.find_element(By.ID, 'kw').send_keys('飞机')

在百度输入框自动输入夕阳两个字。

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

service = Service(executable_path='D:\chorm\chromedriver_win32/chromedriver.exe')
driver = webdriver.Chrome(service=service)

driver.set_window_size(1100, 850)  # 设置打开的窗口大小
driver.get('https://www.baidu.com/?tn=02003390_84_hao_pg&')  # 选择自动化操作页面

from selenium.webdriver.common.by import By

driver.find_element(By.ID, 'kw').send_keys('夕阳')

input()  # 加入input()是为了让程序暂停等待用户输入任意字符后才继续执行下一步操作。

接下来我们使用代码来操作让它执行搜索功能

selenium嵌套页面元素定位

import time

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

service = Service(executable_path='D:\chorm\chromedriver_win32/chromedriver.exe')
driver = webdriver.Chrome(service=service)

driver.get('https://tieba.baidu.com/')
# 方法1 直接使用嵌套的网页进行使用

# 跳转到嵌套网页
# 选取嵌套网页元素
element = driver.find_element(By.ID, 'iframeu6739266_0')
# 切换网页
driver.switch_to.frame(element)

driver.find_element(By.ID, 'title0').click()
time.sleep(5)

selenium网页下拉

from selenium.webdriver.chrome.service import Service
from selenium import webdriver
import time

service = Service(executable_path='D:\chorm\chromedriver_win32/chromedriver.exe')
driver = webdriver.Chrome(service=service)

driver.get('https://www.duitang.com/category/?cat=wallpaper')

s = 0
n = 100
for i in range(s, n, 5):  # 实现网页滑动下拉
    js = 'window.scrollTo(0,%s)' % (i * 100)
    driver.execute_script(js)
    time.sleep(0.5)

运行这段程序后会自动打开堆糖网页并且实现自动下拉页面方便我们浏览。

selenium下拉表选择

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

service = Service(executable_path='F:\chrom\chromedriver.exe')
driver = webdriver.Chrome(service=service)

driver.get('https://kyfw.12306.cn/otn/regist/init')

from selenium.webdriver.support.ui import Select

select_element = driver.find_element(By.ID,'cardType')

select = Select(select_element)

selenium行为链

Selenium行为链ActionChains是Selenium中的一个Python库它允许我们模拟用户的交互行为例如鼠标移动、单击、双击、右键单击等。使用行为链我们可以创建一个动作序列然后将其执行在我们的Web应用程序上从而模拟用户的行为。

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

service = Service(executable_path='F:\chrom\chromedriver.exe')
driver = webdriver.Chrome(service=service)

driver.get('https://www.baidu.com/')

action = ActionChains(driver)  # 在driver创建行为链对象

inp = driver.find_element(By.ID, 'kw')  # 获取到输入框位置
action.move_to_element(inp)  # 把鼠标移动到输入框
action.send_keys_to_element(inp, '百度贴吧')  # 模拟输入

btn = driver.find_element(By.ID, 'su')  # 获取搜索按钮
action.move_to_element(btn)  # 移动鼠标到搜索按钮
action.click(btn)  # 模拟点击

action.perform()  # 注意记得写 执行行为

selenium等待

from selenium.webdriver.chrome.service import Service
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support.expected_conditions import presence_of_element_located as PE

service = Service(executable_path='F:\chrom\chromedriver.exe')
driver = webdriver.Chrome(service=service)

driver.get('https://movie.douban.com/typerank?type_name=%E5%89%A7%E6%83%85&type=11&interval_id=100:90&action=')
# 肖申克的救赎
# 需要等待页面加载完成再执行打印
# time.sleep(5)
# print(driver.page_source)

wait = WebDriverWait(driver, 10)  # 等待10秒有数据就进行操作没有就报错
wait.until(PE((By.CLASS_NAME, 'rank-num'))).click()

print(driver.page_source)

五·错误解决方案

( 1)109.0.5414.75

selenium.common.exceptions.SessionNotCreatedException: Message: session not created: This version of ChromeDriver only supports Chrome version 86
Current browser version is 109.0.5414.75 with binary path C:\ProgramFiles\Google\Chrome\Application\chrome.exe

需要指定驱动位置

1.将驱动放置在代码的同级目录
2. 直接指定驱动的位置

(2) 浏览器闪退

selenium代码没有进行阻塞 和浏览器的驱动版本是有关系

如果想要阻塞 可以在代码最后加上sleep(10) 或者是input()

(3)运行代码出现警告

F:\pythonSpider2208\day14-selenium\selenium自动化.py:5: DeprecationWarning: executable_path has been deprecated, please pass in a Service object
  driver = webdriver.Chrome(executable_path=r'F:\chrom\chromedriver.exe')

需要我们更新代码使用新的方式指定驱动位置代码依然是可以正常使用的

(4) 元素选择异常

selenium.common.exceptions.NoSuchElementException: Message: no such element: Unable to locate element: {"method":"css selector","selector":"[id="wd"]"}

(5)元素没有选择到

检测value参数是否正确

六·结束语

本专栏所有文章是博主学习笔记仅供学习使用爬虫只是一种技术希望学习过的人能正确使用它。
博主也会定时一周三更爬虫相关技术更大家系统学习如有问题可以私信我没有回那我可能在上课或者睡觉写作不易感谢大家的支持