欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Python爬虫连载15-利用selenium模块控制chrome

程序员文章站 2022-06-27 21:31:24
一、 1.下载安装chrome+chrome driver 2.selenium​操作主要分为两类: (1)得到UI元素 find_element_by_id:通过id值来获取元素 find_elements_by_name(下面都同理) find_elements_by_xpath find_el ......

一、

1.下载安装chrome+chrome driver

2.selenium​操作主要分为两类:

(1)得到ui元素

find_element_by_id:通过id值来获取元素

find_elements_by_name(下面都同理)

find_elements_by_xpath

find_elements_by_link_text

find_elements_by_partial_link_text

find_elements_by_tag_name

find_elements_by_class_name

find_elements_by_css_selector

(2)基于ui元素操作的模拟

单击;右键;​拖拽;​输入;可以通过导入actionchains类来做到

 

from selenium import webdriver

from selenium.webdriver.common.keys import keys#导入的键盘

import time

#可能需要手动添加路径

chromedriveraddress = r"c:\users\lenovo1\appdata\local\programs\python\python37\lib\site-packages\selenium\webdriver\chrome\chromedriver.exe"

driver = webdriver.chrome(executable_path=chromedriveraddress)

#写这一行的时候报错了,可见这里配置:https://blog.csdn.net/weixin_43746433/article/details/95237254

​

url = "http://www.baidu.com"

driver.get(url)

text1 = driver.find_element_by_id("wrapper").text#得到这个元素的值

print(text1)

print(driver.title)

#得到页面的快照

driver.save_screenshot("index,png")

​

driver.find_element_by_id("kw").send_keys(u"大熊猫")#向这个id输入“大熊猫”(实际上这里的kw的id就是查找的字段)

driver.find_element_by_id("su").click()#点击操作(实际上就是上一步键入信息,下一步我们进行检索)

time.sleep(5)

driver.save_screenshot("daxiongmao.png")

#获取当前界面的cookie

print(driver.get_cookies())

#模拟输入两个按键ctrl+a

driver.find_element_by_id("kw").send_keys(keys.control,'a')

#模拟ctrl + x,剪切操作

driver.find_element_by_id("kw").send_keys(keys.control,'x')

driver.find_element_by_id("kw").send_keys(u"航空母舰")

driver.save_screenshot("hangmu.png")

driver.find_element_by_id("su").send_keys(keys.return)

time.sleep(5)

driver.save_screenshot("hangmu2.png")

#清空输入框,clear

driver.find_element_by_id("kw").clear()

​

#关闭浏览器

driver.quit()

Python爬虫连载15-利用selenium模块控制chrome

Python爬虫连载15-利用selenium模块控制chrome

 

二、验证码问题

1.​验证码最大的作用就是用于判断访问者是机器人还是真人,可以分为:​见到那图片;极验(​官网:www.geetest.com);12306;电话​报验证码;google验证​;

2.​验证码破解:

(1)​通用方法:下载网页和验证码​;手动输入验证号码/

(2)简单图片​:使用图像识别软件​识别软件;可以使用第三方图像验证码破解网站

三、源码

reptile15_1_dhtmlchrome.py

https://github.com/ruigege66/pythonreptile/blob/master/reptile15_1_dhtmlchrome.py

2.csdn:https://blog.csdn.net/weixin_44630050

3.博客园:https://www.cnblogs.com/ruigege0000/

4.欢迎关注微信公众号:傅里叶变换,个人公众号,仅用于学习交流,后台回复”礼包“,获取大数据学习资料

Python爬虫连载15-利用selenium模块控制chrome