[爬蟲]2.2.1 使用Selenium庫模擬瀏覽器操作

来源:https://www.cnblogs.com/yaoqian/archive/2023/07/22/17573159.html
-Advertisement-
Play Games

### 歡迎訪問我的GitHub > 這裡分類和彙總了欣宸的全部原創(含配套源碼):[https://github.com/zq2599/blog_demos](https://github.com/zq2599/blog_demos) ### 本篇概覽 - 本文是《quarkus實戰》系列的第二篇 ...


Selenium是一個非常強大的工具,用於自動化Web瀏覽器的操作。它可以模擬真實用戶的行為,如點擊按鈕,填寫表單,滾動頁面等。由於Selenium可以直接與瀏覽器交互,所以它可以處理那些需要JavaScript運行的動態網頁。

安裝Selenium

首先,我們需要安裝Selenium庫。你可以使用pip命令來安裝:

pip install selenium

然後,你需要下載一個WebDriver。WebDriver是一個特殊的瀏覽器驅動程式,Selenium通過它來控制瀏覽器。對於不同的瀏覽器,有不同的WebDriver。最常用的WebDriver包括ChromeDriver(用於Google Chrome)和GeckoDriver(用於Firefox)。你可以從它們的官方網站下載對應的WebDriver。

打開和關閉瀏覽器

在Selenium中,我們使用webdriver模塊來控制瀏覽器。以下是一個打開Google主頁的例子:

from selenium import webdriver

driver = webdriver.Chrome('/path/to/chromedriver')
driver.get('https://www.google.com')

driver.quit()

請註意,你需要替換'/path/to/chromedriver'為你電腦上的實際路徑。

get方法用於打開一個網頁,quit方法用於關閉瀏覽器。

找到元素

Selenium提供了多種方式來找到頁面上的元素,如通過元素的ID,類名,標簽名,CSS選擇器,XPath等。

例如,我們可以找到Google主頁上的搜索框:

search_box = driver.find_element_by_name('q')

操作元素

找到元素後,我們可以對它進行各種操作。

例如,我們可以向搜索框輸入文字:

search_box.send_keys('Hello, Selenium!')

然後,我們可以提交表單:

search_box.submit()

等待

由於網頁的載入可能需要一些時間,Selenium提供了等待(wait)功能。有兩種等待方式:顯式等待和隱式等待。

顯式等待是指等待某個條件成立,然後再進行下一步。例如,等待一個元素變得可點擊:

from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

wait = WebDriverWait(driver, 10)
submit_button = wait.until(EC.element_to_be_clickable((By.ID, 'submit')))

隱式等待是指設置一個最長等待時間,如果在這個時間內網頁載入完成,則立即進行下一步:

driver.implicitly_wait(10)

這就是Selenium的基本用法。通過使用Selenium,你可以模擬幾乎所有的用戶行為,這使得它在處理動態網頁時非常有用。
推薦閱讀:

https://mp.weixin.qq.com/s/dV2JzXfgjDdCmWRmE0glDA

https://mp.weixin.qq.com/s/an83QZOWXHqll3SGPYTL5g

file


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 第1代圖片驗證碼 - 字母數字型 第2代滑動驗證碼 - 圖片截取型 第3代驗證碼 - 選圖型 vercode.js 結合了上面的情況下新研發的一種驗證碼。 驗證碼類型 驗證碼描述 操作性 安全性 描述 字母數字型圖片驗證碼 這是一種通過後臺隨機碼生成圖片的驗證碼。伺服器會在隨機碼生成時保存隨機碼。 ...
  • Java三大特征:封裝,繼承和多態成員變數:靜態成員變數(static)和實例成員變 訪問方法:類名.靜態成員變數;對象.實例成員變數;對象.靜態成員變數;(第三個不推薦) 套話:靜態的都可以訪問,實例的只能實例的訪問 繼承中子類不能繼承父類的構造方法,eg:父類:public People(int ...
  • # 1.網站的入口--路由和視圖 URL是網站Web服務的入口。用戶在瀏覽器輸入URL發出請求後,django會根據路由系統,運行對應的視圖函數,然後返回信息到瀏覽器中。 ## 1.1 認識路由 創建項目時,會自動生成urls.文件,文件中定義了項目的路由信息,成為項目的路由解析入口。在自建的應用中 ...
  • 操作系統 : debian 11 (bullseye,docker)、Windows10_x64 FreeSWITCH版本 :1.10.9 Docker版本:23.0.6 Python 版本 : 3.9.2 日常工作中,有時候會遇到g729編碼的相關內容,但FreeSWITCH預設是不支持g729編 ...
  • # JVM運行時數據區之堆空間 ## 1.核心概述 一個JVM實例只存在一個堆記憶體,堆也是Java記憶體管理的核心區域。堆區在**JVM 啟動的時候即被創建**,其空間大小也就確定了,是**JVM管理的最大一塊記憶體空間**。 《Java虛擬機規範》中對Java堆的描述是:所有的對象實例以及數組都應當在 ...
  • 一個從多個父類繼承過來的子類,可以訪問所有父類的功能。並不推薦使用。 多重繼承最簡單有用的形式是mixin。假設在之前Contact類增加一個功能,允許給self.email發送一封郵件。 ```python class ContactList(list): def search(self, nam ...
  • Redis是用C語言開發的一個開源的高性能鍵值對(key-value)資料庫,官方提供測試數據,50個併發執行100000個請求,讀的速度是110000次/s,寫的速度是81000次/s ,且Redis通過提供多種鍵值數據類型來適應不同場景下的存儲需求,目前為止Redis支持的鍵值數據類型如下: > ...
  • # 1. Java語言概述 ## 1.1 Java概述 - 是`SUN`(`Stanford University Network`,斯坦福大學網路公司)1995年推出的一門高級編程語言。 - 是一種`面向Internet`的編程語言。Java一開始富有吸引力是因為Java程式可以在Web瀏覽器中運 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...