标签：网页 opera 一个 tool 逻辑 fir 复杂 使用 rip
selenium可以用几行代码，控制浏览器，做出自动打开、输入、点击等操作，就像是有一个真正的用户在操作一样。
在遇到页面交互复杂或是URL加密逻辑复杂的情况时，selenium就派上了用场，它可以真实地打开一个浏览器，等待所有数据都加载到Elements中之后，再把这个网页当做静态网页爬取就好了。
selenium的工作不可避免地牺牲了速度和更多资源，不过，至少不会比人慢。pip install selenium
推荐的是Chrome浏览器，打开下面的链接，就可以下载Chrome的安装包了，Windows和Mac都有：
https://localprod.pandateacher.com/python-manuscript/crawler-html/chromedriver/ChromeDriver.html
其他浏览器驱动的下载地址：
Firefox浏览器驱动：geckodriver
IE浏览器驱动：IEDriverServer
Edge浏览器驱动：MicrosoftWebDriver
Opera浏览器驱动：operadriver
PhantomJS浏览器驱动：phantomjs
下载的驱动，要放在Python路径旁，即可正常使用驱动
1.自动填充内容，并触发按钮的点击：
from selenium import webdriver import time # 设置浏览器引擎 driver = webdriver.Chrome() # 请求网页 url = ‘https://localprod.pandateacher.com/python-manuscript/hello-spiderman/‘ driver.get(url) time.sleep(2) # 获取输入框，并填充内容 teacher = driver.find_element_by_id(‘teacher‘) # 输入文字 teacher.send_keys(‘酱酱‘) # 获取输入框，并填充内容 assistant = driver.find_element_by_name(‘assistant‘) # 输入文字 assistant.send_keys(‘都喜欢‘) time.sleep(2) # 清除元素内容 teacher.clear() time.sleep(2) teacher.send_keys(‘蜘蛛侠‘) # 获取按钮，并触发点击事件 sub = driver.find_element_by_class_name(‘sub‘) # 点击按钮 sub.click() time.sleep(2) # 关闭浏览器 driver.close()
2.爬取QQ音乐精彩评论：
使用的是静默模式（浏览器默默运行，并不会弹出）
from selenium import webdriver from selenium.webdriver.chrome.options import Options import time # 设置静默模式 chrome_options = Options() chrome_options.add_argument(‘--headless‘) # driver = webdriver.Chrome() driver = webdriver.Chrome(options=chrome_options) # 浏览器在后台默默运行 print(‘正请求网页内容...‘) driver.get(‘https://y.qq.com/n/yqq/song/000xdZuV2LcQ19.html‘) time.sleep(2) print(‘加载更多...‘) # 点击加载更多 more_hot_btn = driver.find_element_by_class_name(‘js_get_more_hot‘) more_hot_btn.click() time.sleep(1) print(‘获取评论...‘) # 获取评论 comments = driver.find_element_by_class_name(‘js_hot_list‘).find_elements_by_class_name(‘js_cmt_li‘) for comment in comments: print(comment.find_element_by_class_name(‘js_hot_text‘).text) print("") driver.close()
其他资料：
1.selenium官方文档：https://selenium.dev/selenium/docs/api/py/api.html
2.selenium中文翻译文档：https://selenium-python-zh.readthedocs.io/en/latest/
3.设置浏览器驱动：https://www.cnblogs.com/muxs/p/11346740.html
4.基础入门：https://www.jianshu.com/p/1531e12f8852
标签：网页 opera 一个 tool 逻辑 fir 复杂 使用 rip
原文地址：https://www.cnblogs.com/KeenLeung/p/12208487.html
