python-爬虫-selenium模块

一介绍

selenium最初是一个自动化测试工具,而爬虫中使用它主要是为了解决requests无法直接执行JavaScript代码的问题

selenium本质是通过驱动浏览器，完全模拟浏览器的操作，比如跳转、输入、点击、下拉等，来拿到网页渲染之后的结果，可支持多种浏览器

from selenium import webdriver

browser=webdriver.Chrome()

browser=webdriver.Firefox()

browser=webdriver.PhantomJS()

browser=webdriver.Safari()

browser=webdriver.Edge()

官网：http://selenium-python.readthedocs.io

二安装

#安装：selenium+chromedriver

pip3 install selenium

下载chromdriver.exe放到python安装路径的scripts目录中即可，注意最新版本是2.29，并非2.9

国内镜像网站地址：http://npm.taobao.org/mirrors/chromedriver/2.29/

最新的版本去官网找:https://sites.google.com/a/chromium.org/chromedriver/downloads

#验证安装

C:\Users\Administrator>python3

Python 3.6.1 (v3.6.1:69c0db5, Mar 21 2017, 18:41:36) [MSC v.1900 64 bit (AMD64)] on win32

Type "help", "copyright", "credits" or "license" for more information.

>>> from selenium import webdriver

>>> driver=webdriver.Chrome() #弹出浏览器

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

>>> driver.page_source

#注意：

selenium3默认支持的webdriver是Firfox，而Firefox需要安装geckodriver

下载链接：https://github.com/mozilla/geckodriver/releases

selenium+chromedriver

#安装：selenium+phantomjs

pip3 install selenium

下载phantomjs，解压后把phantomjs.exe所在的bin目录放到环境变量

下载链接：http://phantomjs.org/download.html

#验证安装

C:\Users\Administrator>phantomjs

phantomjs> console.log('egon gaga')

egon gaga

undefined

phantomjs> ^C

C:\Users\Administrator>python3

Python 3.6.1 (v3.6.1:69c0db5, Mar 21 2017, 18:41:36) [MSC v.1900 64 bit (AMD64)] on win32

Type "help", "copyright", "credits" or "license" for more information.

>>> from selenium import webdriver

>>> driver=webdriver.PhantomJS() #无界面浏览器

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

>>> driver.page_source

selenium+phantomjs

三基本使用

from selenium import webdriver

from selenium.webdriver import ActionChains

from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR

from selenium.webdriver.common.keys import Keys #键盘按键操作

from selenium.webdriver.support import expected_conditions as EC

from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素

browser=webdriver.Chrome()

try:

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

    input_tag=browser.find_element_by_id('kw')

    input_tag.send_keys('美女') #python2中输入中文错误，字符串前加个u

    input_tag.send_keys(Keys.ENTER) #输入回车

    wait=WebDriverWait(browser,10)

    wait.until(EC.presence_of_element_located((By.ID,'content_left'))) #等到id为content_left的元素加载完毕,最多等10秒

    print(browser.page_source)

    print(browser.current_url)

    print(browser.get_cookies())

finally:

    browser.close()

四选择器

一基本用法

#官网链接：http://selenium-python.readthedocs.io/locating-elements.html

from selenium import webdriver

from selenium.webdriver import ActionChains

from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR

from selenium.webdriver.common.keys import Keys #键盘按键操作

from selenium.webdriver.support import expected_conditions as EC

from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素

import time

driver=webdriver.Chrome()

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

wait=WebDriverWait(driver,10)

try:

    #===============所有方法===================

    # 1、find_element_by_id

    # 2、find_element_by_link_text

    # 3、find_element_by_partial_link_text

    # 4、find_element_by_tag_name

    # 5、find_element_by_class_name

    # 6、find_element_by_name

    # 7、find_element_by_css_selector

    # 8、find_element_by_xpath

    # 强调：

    # 1、上述均可以改写成find_element(By.ID,'kw')的形式

    # 2、find_elements_by_xxx的形式是查找到多个元素，结果为列表

    #===============示范用法===================

    # 1、find_element_by_id

    print(driver.find_element_by_id('kw'))

    # 2、find_element_by_link_text

    # login=driver.find_element_by_link_text('登录')

    # login.click()

    # 3、find_element_by_partial_link_text

    login=driver.find_elements_by_partial_link_text('录')[0]

    login.click()

    # 4、find_element_by_tag_name

    print(driver.find_element_by_tag_name('a'))

    # 5、find_element_by_class_name

    button=wait.until(EC.element_to_be_clickable((By.CLASS_NAME,'tang-pass-footerBarULogin')))

    button.click()

    # 6、find_element_by_name

    input_user=wait.until(EC.presence_of_element_located((By.NAME,'userName')))

    input_pwd=wait.until(EC.presence_of_element_located((By.NAME,'password')))

    commit=wait.until(EC.element_to_be_clickable((By.ID,'TANGRAM__PSP_10__submit')))

    input_user.send_keys('18611453110')

    input_pwd.send_keys('lhf@094573')

    commit.click()

    # 7、find_element_by_css_selector

    driver.find_element_by_css_selector('#kw')

    # 8、find_element_by_xpath

    time.sleep(5)

finally:

    driver.close()

二 xpath

#官网链接：http://selenium-python.readthedocs.io/locating-elements.html

from selenium import webdriver

from selenium.webdriver import ActionChains

from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR

from selenium.webdriver.common.keys import Keys #键盘按键操作

from selenium.webdriver.support import expected_conditions as EC

from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素

import time

driver=webdriver.PhantomJS()

driver.get('https://doc.scrapy.org/en/latest/_static/selectors-sample1.html')

# wait=WebDriverWait(driver,3)

driver.implicitly_wait(3) #使用隐式等待

try:

    # find_element_by_xpath

    #//与/

    # driver.find_element_by_xpath('//body/a')  # 开头的//代表从整篇文档中寻找,body之后的/代表body的儿子，这一行找不到就会报错了

    driver.find_element_by_xpath('//body//a')  # 开头的//代表从整篇文档中寻找,body之后的//代表body的子子孙孙

    driver.find_element_by_css_selector('body a')

    #取第n个

    res1=driver.find_elements_by_xpath('//body//a[1]') #取第一个a标签

    print(res1[0].text)

    #按照属性查找,下述三者查找效果一样

    res1=driver.find_element_by_xpath('//a[5]')

    res2=driver.find_element_by_xpath('//a[@href="image5.html"]')

    res3=driver.find_element_by_xpath('//a[contains(@href,"image5")]') #模糊查找

    print('==>', res1.text)

    print('==>',res2.text)

    print('==>',res3.text)

    #其他

    res1=driver.find_element_by_xpath('/html/body/div/a')

    print(res1.text)

    res2=driver.find_element_by_xpath('//a[img/@src="data:image3_thumb.jpg"]') #找到子标签img的src属性为image3_thumb.jpg的a标签

    print(res2.tag_name,res2.text)

    res3 = driver.find_element_by_xpath("//input[@name='continue'][@type='button']") #查看属性name为continue且属性type为button的input标签

    res4 = driver.find_element_by_xpath("//*[@name='continue'][@type='button']") #查看属性name为continue且属性type为button的所有标签

    time.sleep(5)

finally:

    driver.close()

三获取标签属性

from selenium import webdriver

from selenium.webdriver import ActionChains

from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR

from selenium.webdriver.common.keys import Keys #键盘按键操作

from selenium.webdriver.support import expected_conditions as EC

from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素

browser=webdriver.Chrome()

browser.get('https://www.amazon.cn/')

wait=WebDriverWait(browser,10)

wait.until(EC.presence_of_element_located((By.ID,'cc-lm-tcgShowImgContainer')))

tag=browser.find_element(By.CSS_SELECTOR,'#cc-lm-tcgShowImgContainer img')

#获取标签属性，

print(tag.get_attribute('src'))

#获取标签ID，位置，名称，大小（了解）

print(tag.id)

print(tag.location)

print(tag.tag_name)

print(tag.size)

browser.close()

获取标签属性

# from selenium import webdriver

# from selenium.webdriver import ActionChains

# from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR

# from selenium.webdriver.common.keys import Keys #键盘按键操作

# from selenium.webdriver.support import expected_conditions as EC

# from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素

# import time

#

# driver=webdriver.Chrome()

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

# # wait=WebDriverWait(driver,10)

# driver.implicitly_wait(3)

#

# try:

#     #===============所有方法===================

#     # 1、find_element_by_id

#     # 2、find_element_by_link_text

#     # 3、find_element_by_partial_link_text

#     # 4、find_element_by_tag_name

#     # 5、find_element_by_class_name

#     # 6、find_element_by_name

#

#     # 7、find_element_by_css_selector

#     # 8、find_element_by_xpath

#

#     # wait.until(EC.presence_of_element_located((By.ID,'kw')))

#     # input_tag=driver.find_element_by_id('kw')

#     # input_tag.send_keys('alex大宝贝')

#     # input_tag.send_keys(Keys.ENTER)

#

#     # login_tag=driver.find_element_by_link_text("登录")

#     login_tag=driver.find_element_by_partial_link_text("录")

#     login_tag.click()

#

#     # login_tag=wait.until(EC.element_to_be_clickable((By.CLASS_NAME,'tang-pass-footerBarULogin')))

#     login_tag=driver.find_element_by_class_name('tang-pass-footerBarULogin')

#     login_tag.click()

#

#     input_user=driver.find_element_by_name('userName')

#     input_pwd=driver.find_element_by_name('password')

#     button=driver.find_element_by_id('TANGRAM__PSP_10__submit')

#

#     input_user.send_keys('xxxxxxxxxxxxxx')

#     input_pwd.send_keys('pppppppppppp')

#     button.click()

#

#     time.sleep(5)

# finally:

#     driver.close()

from selenium import webdriver

from selenium.webdriver import ActionChains

from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR

from selenium.webdriver.common.keys import Keys #键盘按键操作

from selenium.webdriver.support import expected_conditions as EC

from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素

import time

driver=webdriver.Chrome()

driver.get('https://doc.scrapy.org/en/latest/_static/selectors-sample1.html')

driver.implicitly_wait(3)

try:

    # tag=driver.find_element(By.TAG_NAME,'body')

    # print(tag)

    # tags=driver.find_elements_by_xpath('//a')

    # print(tags[1].get_attribute('href'))

    # print(tags[1].tag_name)

    # print(tags[1].text)

    # tags=driver.find_elements_by_xpath('//div/a')

    # tags=driver.find_elements_by_xpath('//div//img')

    # print(tags[3].get_attribute('src'))

    # tags=driver.find_element_by_xpath('//div/a[3]')

    # print(tags.get_attribute('href'))

    # //*[@id = "images"]/a[4]/img

    # tag=driver.find_elements_by_xpath('//*[@id = "images"]/a[4]/img')

    # # print(tag.get_attribute('src'))

    # print(tag)

    # tag=driver.find_element_by_xpath('//a[@href="image3.html"]')

    # tags=driver.find_elements_by_xpath('//a[contains(@href,"image")]')

    # for tag in tags:

    #     print(tag.get_attribute('href'))

    # tag=driver.find_element_by_xpath('//a[img/@src="data:image1_thumb.jpg"]')

    # print(tag.tag_name,tag.get_attribute('href'))

    # tag=driver.find_element_by_xpath('//a[img/@src="data:image1_thumb.jpg"]')

    # print(tag)

    # print(tag.location)

    # print(tag.size)

    time.sleep(5)

finally:

    driver.close()

温习代码

五等待元素被加载

#1、selenium只是模拟浏览器的行为，而浏览器解析页面是需要时间的（执行css，js），一些元素可能需要过一段时间才能加载出来，为了保证能查找到元素，必须等待

#2、等待的方式分两种：

隐式等待：在browser.get（'xxx'）前就设置，针对所有元素有效

显式等待：在browser.get（'xxx'）之后设置，只针对某个元素有效

from selenium import webdriver

from selenium.webdriver import ActionChains

from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR

from selenium.webdriver.common.keys import Keys #键盘按键操作

from selenium.webdriver.support import expected_conditions as EC

from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素

browser=webdriver.Chrome()

#隐式等待:在查找所有元素时，如果尚未被加载，则等10秒

browser.implicitly_wait(10)

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

input_tag=browser.find_element_by_id('kw')

input_tag.send_keys('美女')

input_tag.send_keys(Keys.ENTER)

contents=browser.find_element_by_id('content_left') #没有等待环节而直接查找，找不到则会报错

print(contents)

browser.close()

隐式等待

from selenium import webdriver

from selenium.webdriver import ActionChains

from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR

from selenium.webdriver.common.keys import Keys #键盘按键操作

from selenium.webdriver.support import expected_conditions as EC

from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素

browser=webdriver.Chrome()

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

input_tag=browser.find_element_by_id('kw')

input_tag.send_keys('美女')

input_tag.send_keys(Keys.ENTER)

#显式等待：显式地等待某个元素被加载

wait=WebDriverWait(browser,10)

wait.until(EC.presence_of_element_located((By.ID,'content_left')))

contents=browser.find_element(By.CSS_SELECTOR,'#content_left')

print(contents)

browser.close()

显式等待

六元素交互操作

from selenium import webdriver

from selenium.webdriver import ActionChains

from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR

from selenium.webdriver.common.keys import Keys #键盘按键操作

from selenium.webdriver.support import expected_conditions as EC

from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素

browser=webdriver.Chrome()

browser.get('https://www.amazon.cn/')

wait=WebDriverWait(browser,10)

input_tag=wait.until(EC.presence_of_element_located((By.ID,'twotabsearchtextbox')))

input_tag.send_keys('iphone 8')

button=browser.find_element_by_css_selector('#nav-search > form > div.nav-right > div > input')

button.click()

import time

time.sleep(3)

input_tag=browser.find_element_by_id('twotabsearchtextbox')

input_tag.clear() #清空输入框

input_tag.send_keys('iphone7plus')

button=browser.find_element_by_css_selector('#nav-search > form > div.nav-right > div > input')

button.click()

# browser.close()

点击，清空

from selenium import webdriver

from selenium.webdriver import ActionChains

from selenium.webdriver.common.by import By  # 按照什么方式查找，By.ID,By.CSS_SELECTOR

from selenium.webdriver.common.keys import Keys  # 键盘按键操作

from selenium.webdriver.support import expected_conditions as EC

from selenium.webdriver.support.wait import WebDriverWait  # 等待页面加载某些元素

import time

driver = webdriver.Chrome()

driver.get('http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable')

wait=WebDriverWait(driver,3)

# driver.implicitly_wait(3)  # 使用隐式等待

try:

    driver.switch_to.frame('iframeResult') ##切换到iframeResult

    sourse=driver.find_element_by_id('draggable')

    target=driver.find_element_by_id('droppable')

    #方式一：基于同一个动作链串行执行

    # actions=ActionChains(driver) #拿到动作链对象

    # actions.drag_and_drop(sourse,target) #把动作放到动作链中，准备串行执行

    # actions.perform()

    #方式二：不同的动作链，每次移动的位移都不同

    ActionChains(driver).click_and_hold(sourse).perform()

    distance=target.location['x']-sourse.location['x']

    track=0

    while track < distance:

        ActionChains(driver).move_by_offset(xoffset=2,yoffset=0).perform()

        track+=2

    ActionChains(driver).release().perform()

    time.sleep(10)

finally:

    driver.close()

Action Chains

from selenium import webdriver

from selenium.webdriver import ActionChains

from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR

from selenium.webdriver.common.keys import Keys #键盘按键操作

from selenium.webdriver.support import expected_conditions as EC

from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素

try:

    browser=webdriver.Chrome()

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

    browser.execute_script('alert("hello world")') #打印警告

finally:

    browser.close()

在交互动作比较难实现的时候可以自己写JS（万能方法）

#frame相当于一个单独的网页，在父frame里是无法直接查看到子frame的元素的，必须switch_to_frame切到该frame下，才能进一步查找

from selenium import webdriver

from selenium.webdriver import ActionChains

from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR

from selenium.webdriver.common.keys import Keys #键盘按键操作

from selenium.webdriver.support import expected_conditions as EC

from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素

try:

    browser=webdriver.Chrome()

    browser.get('http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable')

    browser.switch_to.frame('iframeResult') #切换到id为iframeResult的frame

    tag1=browser.find_element_by_id('droppable')

    print(tag1)

    # tag2=browser.find_element_by_id('textareaCode') #报错，在子frame里无法查看到父frame的元素

    browser.switch_to.parent_frame() #切回父frame,就可以查找到了

    tag2=browser.find_element_by_id('textareaCode')

    print(tag2)

finally:

    browser.close()

补充:frame的切换

# from selenium import webdriver

# from selenium.webdriver import ActionChains

# from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR

# from selenium.webdriver.common.keys import Keys #键盘按键操作

# from selenium.webdriver.support import expected_conditions as EC

# from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素

# import time

#

# driver=webdriver.Chrome()

# driver.get('https://www.tmall.com/')

# driver.implicitly_wait(3)

#

# try:

#     input_tag=driver.find_element_by_id('mq')

#     input_tag.send_keys('情趣用品')

#     input_tag.send_keys(Keys.ENTER)

#

#     time.sleep(3)

#     input_tag=driver.find_element_by_id('mq')

#     input_tag.clear()

#     input_tag.send_keys('alex大宝贝')

#     input_tag.send_keys(Keys.ENTER)

#

#

#     time.sleep(5)

# finally:

#     driver.close()

# from selenium import webdriver

# from selenium.webdriver import ActionChains

# from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR

# from selenium.webdriver.common.keys import Keys #键盘按键操作

# from selenium.webdriver.support import expected_conditions as EC

# from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素

# import time

#

# driver=webdriver.Chrome()

# # driver.get('http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable')

# driver.get('http://www.baidu.com')

# driver.implicitly_wait(3)

#

# try:

#     # driver.switch_to.frame('iframeResult')

#     # driver.switch_to.parent_frame()

#

#     # source=driver.find_element_by_id('draggable')

#     # target=driver.find_element_by_id('droppable')

#     # print(source,target)

#

#     #方式一：

#     # actions=ActionChains(driver)

#     # actions.drag_and_drop(source,target)

#     # actions.perform()

#

#     #方式二：

#     # distance=target.location['x']-source.location['x']

#     # ActionChains(driver).click_and_hold(source).perform()

#     #

#     # print(distance)

#     # s=0

#     # while s < distance:

#     #     print(s)

#     #     ActionChains(driver).move_by_offset(xoffset=2,yoffset=0).perform()

#     #     s+=2

#     # ActionChains(driver).release().perform()

#

#

#     # driver.execute_script('alert("xxxxxxxxx")')

#     time.sleep(6)

# finally:

#     driver.close()

#

# import time

# from selenium import webdriver

#

# browser=webdriver.Chrome()

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

# browser.get('https://www.taobao.com')

# browser.get('http://www.python.org/')

#

# browser.back()

# print(browser.get_cookie())

# time.sleep(3)

# browser.forward()

# browser.close()

#选项卡管理：切换选项卡，有js的方式windows.open,有windows快捷键：ctrl+t等，最通用的就是js的方式

import time

from selenium import webdriver

browser=webdriver.Chrome()

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

browser.execute_script('window.open()')

print(browser.window_handles) #获取所有的选项卡

browser.switch_to.window(browser.window_handles[1])

browser.get('https://www.taobao.com')

time.sleep(5)

browser.switch_to.window(browser.window_handles[0])

browser.get('https://www.python.org')

browser.close()

温习代码

七其他

#模拟浏览器的前进后退

import time

from selenium import webdriver

browser=webdriver.Chrome()

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

browser.get('https://www.taobao.com')

browser.get('http://www.sina.com.cn/')

browser.back()

time.sleep(10)

browser.forward()

browser.close()

模拟浏览器的前进后退

#cookies

from selenium import webdriver

browser=webdriver.Chrome()

browser.get('https://www.zhihu.com/explore')

print(browser.get_cookies())

browser.add_cookie({'k1':'xxx','k2':'yyy'})

print(browser.get_cookies())

# browser.delete_all_cookies()

#选项卡管理：切换选项卡，有js的方式windows.open,有windows快捷键：ctrl+t等，最通用的就是js的方式

import time

from selenium import webdriver

browser=webdriver.Chrome()

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

browser.execute_script('window.open()')

print(browser.window_handles) #获取所有的选项卡

browser.switch_to_window(browser.window_handles[1])

browser.get('https://www.taobao.com')

time.sleep(10)

browser.switch_to_window(browser.window_handles[0])

browser.get('https://www.sina.com.cn')

browser.close()

选项卡管理

from selenium import webdriver

from selenium.common.exceptions import TimeoutException,NoSuchElementException,NoSuchFrameException

try:

    browser=webdriver.Chrome()

    browser.get('http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable')

    browser.switch_to.frame('iframssseResult')

except TimeoutException as e:

    print(e)

except NoSuchFrameException as e:

    print(e)

finally:

    browser.close()

异常处理

八项目练习

#注意：网站都策略都是在不断变化的，精髓在于学习流程。下述代码生效与2017-11-7，不能保证永久有效

from selenium import webdriver

from selenium.webdriver import ActionChains

from selenium.webdriver.common.by import By

from selenium.webdriver.common.keys import Keys

from selenium.webdriver.support import expected_conditions as EC

from selenium.webdriver.support.wait import WebDriverWait

browser=webdriver.Chrome()

try:

    browser.get('http://mail.163.com/')

    wait=WebDriverWait(browser,5)

    frame=wait.until(EC.presence_of_element_located((By.ID,'x-URS-iframe')))

    browser.switch_to.frame(frame)

    wait.until(EC.presence_of_element_located((By.CSS_SELECTOR,'.m-container')))

    inp_user=browser.find_element_by_name('email')

    inp_pwd=browser.find_element_by_name('password')

    button=browser.find_element_by_id('dologin')

    inp_user.send_keys('18611453110')

    inp_pwd.send_keys('xxxx')

    button.click()

    #如果遇到验证码，可以把下面一小段打开注释

    # import time

    # time.sleep(10)

    # button = browser.find_element_by_id('dologin')

    # button.click()

    wait.until(EC.presence_of_element_located((By.ID,'dvNavTop')))

    write_msg=browser.find_elements_by_css_selector('#dvNavTop li')[1] #获取第二个li标签就是“写信”了

    write_msg.click()

    wait.until(EC.presence_of_element_located((By.CLASS_NAME,'tH0')))

    recv_man=browser.find_element_by_class_name('nui-editableAddr-ipt')

    title=browser.find_element_by_css_selector('.dG0 .nui-ipt-input')

    recv_man.send_keys('378533872@qq.com')

    title.send_keys('圣旨')

    print(title.tag_name)

    frame=wait.until(EC.presence_of_element_located((By.CLASS_NAME,'APP-editor-iframe')))

    browser.switch_to.frame(frame)

    body=browser.find_element(By.CSS_SELECTOR,'body')

    body.send_keys('egon很帅，可以加工资了')

    browser.switch_to.parent_frame() #切回他爹

    send_button=browser.find_element_by_class_name('nui-toolbar-item')

    send_button.click()

    #可以睡时间久一点别让浏览器关掉，看看发送成功没有

    import time

    time.sleep(10000)

except Exception as e:

    print(e)

finally:

    browser.close()

自动登录163邮箱并发送邮件

from selenium import webdriver

from selenium.webdriver import ActionChains

from selenium.webdriver.common.by import By #按照什么方式查找，By.ID,By.CSS_SELECTOR

from selenium.webdriver.common.keys import Keys #键盘按键操作

from selenium.webdriver.support import expected_conditions as EC

from selenium.webdriver.support.wait import WebDriverWait #等待页面加载某些元素

import time

def get_goods(driver):

    try:

        goods=driver.find_elements_by_class_name('gl-item')

        for good in goods:

            detail_url=good.find_element_by_tag_name('a').get_attribute('href')

            p_name=good.find_element_by_css_selector('.p-name em').text.replace('\n','')

            price=good.find_element_by_css_selector('.p-price i').text

            p_commit=good.find_element_by_css_selector('.p-commit a').text

            msg = '''

            商品 : %s

            链接 : %s

            价钱 ：%s

            评论 ：%s

            ''' % (p_name,detail_url,price,p_commit)

            print(msg,end='\n\n')

        button=driver.find_element_by_partial_link_text('下一页')

        button.click()

        time.sleep(1)

        get_goods(driver)

    except Exception:

        pass

def spider(url,keyword):

    driver = webdriver.Chrome()

    driver.get(url)

    driver.implicitly_wait(3)  # 使用隐式等待

    try:

        input_tag=driver.find_element_by_id('key')

        input_tag.send_keys(keyword)

        input_tag.send_keys(Keys.ENTER)

        get_goods(driver)

    finally:

        driver.close()

if __name__ == '__main__':

    spider('https://www.jd.com/',keyword='iPhone8手机')

爬取京东商城商品信息

作业：

    爬取亚马逊iphone手机的商品信息

    爬取天猫python书籍的商品信息

    爬取京东小米手机的商品信息

python-爬虫-selenium模块的更多相关文章

Python爬虫——selenium模块
selenium模块介绍 selenium最初是一个测试工具,而爬虫中使用它主要是为了解决requests无法直接执行JavaScript代码的问题 selenium本质是通过驱动浏览器,完全模拟浏览 ...
python爬虫--selenium模块.上来自己动!
selenium 基本操作 from selenium import webdriver from time import sleep #实例化一个浏览器对象 bro = webdriver.Chro ...
[Python爬虫] Selenium实现自动登录163邮箱和Locating Elements介绍
前三篇文章介绍了安装过程和通过Selenium实现访问Firefox浏览器并自动搜索"Eastmount"关键字及截图的功能.而这篇文章主要简单介绍如何实现自动登录163邮箱,同时 ...
[Python爬虫] Selenium+Phantomjs动态获取CSDN下载资源信息和评论
前面几篇文章介绍了Selenium.PhantomJS的基础知识及安装过程,这篇文章是一篇应用.通过Selenium调用Phantomjs获取CSDN下载资源的信息,最重要的是动态获取资源的评论,它是 ...
[Python爬虫] Selenium获取百度百科旅游景点的InfoBox消息盒
前面我讲述过如何通过BeautifulSoup获取维基百科的消息盒,同样可以通过Spider获取网站内容,最近学习了Selenium+Phantomjs后,准备利用它们获取百度百科的旅游景点消息盒(I ...
[Python爬虫] Selenium爬取新浪微博客户端用户信息、热点话题及评论 (上)
转载自:http://blog.csdn.net/eastmount/article/details/51231852 一. 文章介绍源码下载地址:http://download.csdn.net/ ...
python爬虫---selenium库的用法
python爬虫---selenium库的用法 selenium是一个自动化测试工具,支持Firefox,Chrome等众多浏览器在爬虫中的应用主要是用来解决JS渲染的问题. 1.使用前需要安装这个 ...
[python爬虫] Selenium常见元素定位方法和操作的学习介绍
这篇文章主要Selenium+Python自动测试或爬虫中的常见定位方法.鼠标操作.键盘操作介绍,希望该篇基础性文章对你有所帮助,如果有错误或不足之处,请海涵~同时CSDN总是屏蔽这篇文章,再加上最近 ...
Python学习--Selenium模块
1. Python学习--Selenium模块介绍(1) 2.Python学习--Selenium模块学习(2) 其他: 1. Python学习--打码平台
Python学习--Selenium模块学习(2)
Selenium的基本操作获取浏览器驱动寻找方式 1. 通过手动指定浏览器驱动路径2. 通过 `$PATH`环境变量找寻浏览器驱动可参考Python学习--Selenium模块简单介绍(1) 控制 ...

随机推荐

springboot配置redis
https://www.cnblogs.com/xiaoping1993/p/7761123.html https://www.cnblogs.com/gdpuzxs/p/7222309.html s ...
.NET控件集ComponentOne 2018V3发布：新增图表动画及迷你图
“通过使用 ComponentOne .NET控件产品,实现了兼具 BS 架构灵活性与 CS 架构的客户体验.丰富的控件满足了项目中的各种特殊需求,使得开发的精力可以专注于业务逻辑,为团队节省了时间. ...
如何在 sublime text 中以当前文件目录打开 cmd
需求描述 sublime 固定可以自己设置和添加新的编译环境,比如在我们写 js 的时候可能会添加 node 来对 js 文件进行运行.但是,这样做的结果是,我们只能看到运行结果.有时候还希望能做些其 ...
Linux学习之用户与root
因为想要建立建立一个目录,但是发现权限不够,因为没用root登陆,所以学习了一下普通用户与root之间如何切换以及如何创建用户的一些知识. 1.pwd命令可以查看当前用户 $这个符号代表的就是普通用户 ...
HDU 5143 NPY and arithmetic progression（思维）
http://acm.hdu.edu.cn/showproblem.php?pid=5143 题意: 给定数字1,2,3,4.的个数每个数字能且仅能使用一次,组成多个或一个等差数列(长度大于等于3), ...
访问spring接口一定要用.do么？
不是,该后缀是在web.xml里配置的,可以随便更改 <servlet-mapping> <servlet-name>SpringMVC</servlet-name> ...
总结react native 事件机制
React 事件机制一个组件的所有事件会使用统一的事件监听器,绑定到组件的最外层,那么如何使用? bind方法,绑定并且可以传递参数 <TouchableOpacity onPress={th ...
R语言网页爬虫
R 是统计计算和数据分析的利器.给定一个数据集,利用前几章介绍到的 R 中灵活的数据结构或高性能计算,我们可以很方便地进行数据转换.建模和数值分析.一般来说,商业数据库会将数据以表格的形式很好地组织起 ...
插件写法之脚本运行环境,mac和window检测
(function(root, factroy){ /* * 在这里进行对脚本运行环境的检测判断 * 浏览器中有window对象 * node.js服务器端有Global对象 * * IE11 ...
java操作vaftpd实现上传、下载
1.配置文件conf/vsftpd.properties (我是单独写了一个配置文件,你可以直接写在application中) vsftpd.ip=192.168.**.** vsftpd.user= ...

python-爬虫-selenium模块

一 介绍

二 安装

三 基本使用

四 选择器

五 等待元素被加载

六 元素交互操作

七 其他

八 项目练习

python-爬虫-selenium模块的更多相关文章

随机推荐

热门专题

一介绍

二安装

三基本使用

四选择器

五等待元素被加载

六元素交互操作

七其他

八项目练习