当前位置 博文首页 > python实现selenium网络爬虫的方法小结
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，这里只用到谷歌浏览器。
# 该方法会打开goole网页 from selenium import webdriver url = '网址' driver = webdriver.Chrome() driver.get(url) driver.maximize_window() # 实现窗口最大化
# 该方法会隐式打开goole网页
from selenium import webdriver
url = '网址'
driver = webdriver.ChromeOptions()
driver.add_argument("headless")
driver = webdriver.Chrome(options=driver)
driver.get(url)
driver = webdriver.Chrome()出错是因为没有chromedriver.exe这个文件
2.元素定位
在selenium中，可以有多种方法对元素进行定位，个人通常喜欢用Xpath和selector来定位元素，这样就不用一个一个的去找节点，直接在网页上定位到元素复制就行。
driver.find_element_by_id() # 通过元素ID定位 driver.find_element_by_name() # 通过元素Name定位 driver.find_element_by_class_name() # 通过类名定位 driver.find_element_by_tag_name() # 通过元素TagName定位 driver.find_element_by_link_text() # 通过文本内容定位 driver.find_element_by_partial_link_text() driver.find_element_by_xpath() # 通过Xpath语法定位 driver.find_element_by_css_selector() # 通过选择器定位
注：若寻找多个元素，要记得用复数来选择（element改为elements）
# 例如 [i.text for i in driver.find_elements_by_xpath()]
3.建立点击事件
因为有些网站的需求，需建立点击事件，
如下图的这种时间选择，需要设置点击和输入内容，设置的方法也很简单。
driver.find_element_by_css_selector('').click() # 点击
driver.find_element_by_css_selector('').send_keys('2021-3-9') # 输入内容
4.切换窗口
有些网站点击之后会产生新窗口，这时就需要进行窗口的切换才能进行元素定位
win = driver.window_handles # 获取当前浏览器的所有窗口 driver.switch_to.window(win[-1]) # 切换到最后打开的窗口 driver.close() # 关闭当前窗口 driver.switch_to.window(win[0]) # 切换到最初的窗口
5.iframe问题
有些网站会采用iframe来编写页面，这时就需要进入到iframe才可以获取元素，一般有多少个iframe就需要进入多少个iframe。
# 有两个iframe，需逐步进入
iframe1 = driver.find_element_by_xpath('')
driver.switch_to.frame(iframe1)
iframe2 = driver.find_element_by_xpath('')
driver.switch_to.frame(iframe2)
