Python爬虫基础之selenium库的用法总结
目录
- 一、selenium简介
- 二、selenium基本用法
- 三、常用用法
- 四、cookie的设置、获取与删除
- 五、文件的上传与下载 文件上传upload
- 六、窗口的切换
- 七、项目实战
一、selenium简介
官网
总的来说： selenium库主要用来做浏览器的自动化脚本库。
二、selenium基本用法
from selenium import webdriver
url = 'http://www.baidu.com'
# 将webdriver实例化
path = 'C:\Program Files (x86)\Python38-32\chromedriver.exe'
browser = webdriver.Chrome(executable_path = path)
# 用谷歌浏览器访问百度
r = browser.get(url)
with open ('test.txt','wb+') as f:
f.write(r.content)
三、常用用法
'''
代码功能：selenium是的常用用法
时间：@Date: 2021-05-22 21:37:05
'''
from selenium import webdriver
# 导入Options类
from selenium.webdriver.chrome.options import Options
url = "https://movie.douban.com/"
# Options的实例化
chrome_options = Options()
# 设置浏览器参数
# --headless 是不显示浏览器启动以及执行过程
chrome_options.add_argument('--headless')
# 设置lang和User-Agent信息，防止反爬检测
chrome_options.add_argument('lang=zh_CN.utf-8')
UserAgent = 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/90.0.4430.93 Safari/537.36'
chrome_options.add_argument('User-Agent='+UserAgent)
# 启动浏览器并设置chrome_options参数
driver = webdriver.Chrome(chrome_options=chrome_options)
# 设置浏览器窗口最大化
# driver.maximize_window()
# # 设置浏览器窗口最小化
# driver.minimize_window()
driver.get(url)
# 获取网页的标题
print(driver.title)
# page_source是获取网页的HTML代码
print(driver.page_source)
四、cookie的设置、获取与删除
from selenium import webdriver
import time
# 启动浏览器
driver = webdriver.Chrome()
driver.get('https://www.youdao.com')
time.sleep(5)
# 添加cookie
driver.add_cookie({'name':'login','value':'登录'})
# 获取全部cookie
allCookies = driver.get_cookies()
print('全部cookies',allCookies)
# 获取name为login的cookie
cookie = driver.get_cookie('login')
print('name为login的cookie',cookie)
# 删除单个cookie
driver.delete_cookie('login')
print("\n--------------剩余的cookies\n",driver.get_cookies())
# 删除全部cookies
driver.delete_all_cookies()
print("-------------剩余的cookies------------\n",driver.get_cookies())
time.sleep(60)
五、文件的上传与下载 文件上传upload
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<meta http-equiv="X-UA-Compatible" content="IE=edge">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Document</title>
</head>
<body>
<h1>配合selenium模拟上传文件</h1>
<input type='file' name='file' />
</body>
</html>
'''
代码功能：selenium上传文件 --配合upload.html使用
时间：@Date: 2021-05-23 09:56:53
'''
from selenium import webdriver
import time
driver = webdriver.Chrome()
url = 'http://localhost:52330/selenium/upload.html'
driver.get(url)
ele = driver.find_element_by_name('file')
print("获取到的元素",ele)
# 注意路径不能有中文字符
ele.send_keys('D:\dcsdk_eventv3.db')
time.sleep(10)
下载文件
'''
代码功能：模拟文件下载
时间：@Date: 2021-05-23 10:21:28
'''
from selenium import webdriver
import time
# 设置文件保存路径，如果不设置，会默认保存到Downloads文件夹
options = webdriver.ChromeOptions()
prefs = {'download.default_directory':'D:\\'}
options.add_experimental_option('prefs',prefs)
# 启动浏览器
driver = webdriver.Chrome()
# 下载PC版微信
driver.get('https://pc.weixin.qq.com')
# 浏览器窗口最大化
driver.maximize_window()
time.sleep(5)
# 点击下载按钮
driver.find_element_by_class_name('download-button').click()
time.sleep(30)
六、窗口的切换
from selenium import webdriver
import time
url = 'https://www.baidu.com/'
driver = webdriver.Chrome()
# 隐式等待，一次设置对整个driver的周期都起作用
driver.implicitly_wait(30)
driver.get(url)
# 使用js开启新的窗口
js = 'window.open("https://www.sogou.com/")'
driver.execute_script(js)
# 获取当前显示的窗口信息
current_window = driver.current_window_handle
print(driver)
# 获取浏览器的全部窗口信息
handles = driver.window_handles
print('获取到的窗口全部信息\n------------------\n',handles)
'''
获取到的窗口全部信息
------------------
['CDwindow-7FB808B4F24EF5385A9AFBDC21FA13B9', 'CDwindow-E879C0A64E734C3F88468A4388F48E3B']
'''
# 设置延时看切换的效果
time.sleep(3)
# 根据窗口信息进行窗口切换
# 切换到百度搜索的窗口
driver.switch_to_window(handles[0])
time.sleep(3)
# 切换到搜狗窗口
driver.switch_to_window(handles[1])
七、项目实战
'''
代码功能：熟悉selenium的自动化操作
时间：2020/5/22
'''
from selenium import webdriver
from selenium.webdriver.common.keys import Keys
import time
# Keys 类中定义了很多快捷键
url = 'https://wwww.baidu.com'
path = 'C:\Program Files (x86)\Python38-32\chromedriver.exe'
driver = webdriver.Chrome(executable_path=path)
driver.get(url)
# 获取输入框标签对象
element = driver.find_element_by_id('kw')
# 输入框输入内容
element.send_keys('python你')
time.sleep(2)
# 删除最后一个文字
element.send_keys(Keys.BACK_SPACE)
time.sleep(2)
# 添加空格加教程
element.send_keys(Keys.SPACE)
element.send_keys("教程")
time.sleep(2)
# ctrl+a 全选输入框内容
element.send_keys(Keys.CONTROL, 'a')
time.sleep(2)
# ctrl+x 剪切输入框内容
element.send_keys(Keys.CONTROL, 'x')
time.sleep(2)
# ctrl+v 复制
element.send_keys(Keys.CONTROL, 'v')
time.sleep(2)
# 回车键
driver.find_element_by_id('su').send_keys(Keys.ENTER)
time.sleep(10)
到此这篇关于Python爬虫基础之selenium库的用法总结的文章就介绍到这了,更多相关Python selenium库内容请搜索hwidc以前的文章或继续浏览下面的相关文章希望大家以后多多支持hwidc！