wordpress多网站整合在一个后台,做ppt的模板网站,网站添加字体,网页界面设计的特点在于目录
1. 切换 Frame
2. 前进后退
3. 对 Cookies 操作
4. 选项卡管理(了解)
5. 异常处理
6. 反屏蔽
7. 无头模式 1. 切换 Frame 我们知道网页中有一种节点叫作 iframe#xff0c;也就是子 Frame#xff0c;相当于页面的子页面#xff0c;它的结构和外部网页的结构完全…目录
1. 切换 Frame
2. 前进后退
3. 对 Cookies 操作
4. 选项卡管理(了解)
5. 异常处理
6. 反屏蔽
7. 无头模式 1. 切换 Frame 我们知道网页中有一种节点叫作 iframe也就是子 Frame相当于页面的子页面它的结构和外部网页的结构完全一致(见下图子页面和外部网页)。Selenium 打开页面后它默认是在父级 Frame 里面操作而此时如果页面中还有子 Frame它是不能获取到子 Frame 里面的节点的。
外部网页 子网页 尝试获取 id 为 droppable 的节点
from selenium import webdriver
browser webdriver.Chrome()
url https://www.runoob.com/try/try.php?filenamejqueryui-api-droppable
browser.get(url)
drop browser.find_element_by_id(droppable)
drag browser.find_element_by_id(draggable)
print(drop)
print(drag) 这时就需要使用 switch_to.frame() 方法来切换 Frame。在获取节点drop前加一行代码。
browser.switch_to.frame(iframeResult)
结果 在子页面那如何切换回父页面呢使用switch_to.parent_frame()不切换是获取不到的会报错。以下代码在上方代码下进行
browser.switch_to.parent_frame()
logo browser.find_element_by_class_name(logo)
print(logo) 2. 前进后退 平常使用浏览器时都有前进和后退功能Selenium 也可以完成这个操作它使用 back() 方法后退使用 forward() 方法前进。示例如下
import time
from selenium import webdriverbrowser webdriver.Chrome()
browser.get(https://www.baidu.com/)
browser.get(https://www.taobao.com/)
browser.get(https://www.python.org/)
browser.back()
time.sleep(1)
browser.forward()
browser.close() 这里我们连续访问 3 个页面然后调用 back() 方法回到第二个页面接下来再调用 forward() 方法又可以前进到第三个页面。
3. 对 Cookies 操作 使用 Selenium还可以方便地对 Cookies 进行操作例如获取、添加、删除 Cookies 等。示例如下
from selenium import webdriverbrowser webdriver.Chrome()
browser.get(https://www.zhihu.com/explore)
print(browser.get_cookies())
browser.add_cookie({name: name, domain: www.zhihu.com, value: germey})
print(browser.get_cookies())
browser.delete_all_cookies()
print(browser.get_cookies())
输出如下
[{domain: www.zhihu.com, httpOnly: False, name: osd, path: /, sameSite: Lax, secure: False, value: V1ocBUkf2nzTPx8pNBwqqyhuCWsgK5oRpm1ZTFFNlUGUVyFtdui_krU_Ey0_gBglVylVNsNamm6W9zrlar9JYPk}, {domain: www.zhihu.com, httpOnly: False, name: JOID, path: /, sameSite: Lax, secure: False, value: WlocAEoS2nzWPBIpNBkppihuDGgtK5oUpWBZTFROmEGUUiJgdui6kbg_Eyg8jRglUipYNsNfmWOW9z_mZ79JZfo}, {domain: .zhihu.com, expiry: 1741067645, httpOnly: False, name: Hm_lvt_98beee57fd2ef70ccdd5ca52b9740c49, path: /, sameSite: Lax, secure: False, value: 1709531646}, {domain: .zhihu.com, expiry: 1744091643, httpOnly: False, name: d_c0, path: /, sameSite: Lax, secure: False, value: ANAb2lgVQhiPTrftnfH4Ix-h3eEqjOywHYA|1709531641}, {domain: .zhihu.com, httpOnly: False, name: _xsrf, path: /, sameSite: Lax, secure: False, value: 5fe3527d-f272-4b5a-8b86-18e0418953c6}, {domain: .zhihu.com, httpOnly: False, name: Hm_lpvt_98beee57fd2ef70ccdd5ca52b9740c49, path: /, sameSite: Lax, secure: False, value: 1709531646}, {domain: www.zhihu.com, httpOnly: False, name: SESSIONID, path: /, sameSite: Lax, secure: False, value: 3KbqUAnjUH6Hl9CImOgmWl2acunCWhFuo51qSj8XEUI}, {domain: www.zhihu.com, httpOnly: False, name: KLBRSID, path: /, sameSite: Lax, secure: False, value: f48cb29c5180c5b0d91ded2e70103232|1709531643|1709531641}, {domain: .zhihu.com, expiry: 1744091643, httpOnly: False, name: _zap, path: /, sameSite: Lax, secure: False, value: ac23bfd6-03d3-4ab9-aae5-d5fdbd472290}]
[{domain: www.zhihu.com, httpOnly: False, name: osd, path: /, sameSite: Lax, secure: False, value: V1ocBUkf2nzTPx8pNBwqqyhuCWsgK5oRpm1ZTFFNlUGUVyFtdui_krU_Ey0_gBglVylVNsNamm6W9zrlar9JYPk}, {domain: www.zhihu.com, httpOnly: False, name: JOID, path: /, sameSite: Lax, secure: False, value: WlocAEoS2nzWPBIpNBkppihuDGgtK5oUpWBZTFROmEGUUiJgdui6kbg_Eyg8jRglUipYNsNfmWOW9z_mZ79JZfo}, {domain: .zhihu.com, expiry: 1741067645, httpOnly: False, name: Hm_lvt_98beee57fd2ef70ccdd5ca52b9740c49, path: /, sameSite: Lax, secure: False, value: 1709531646}, {domain: .zhihu.com, expiry: 1744091643, httpOnly: False, name: d_c0, path: /, sameSite: Lax, secure: False, value: ANAb2lgVQhiPTrftnfH4Ix-h3eEqjOywHYA|1709531641}, {domain: .zhihu.com, httpOnly: False, name: _xsrf, path: /, sameSite: Lax, secure: False, value: 5fe3527d-f272-4b5a-8b86-18e0418953c6}, {domain: .zhihu.com, httpOnly: False, name: Hm_lpvt_98beee57fd2ef70ccdd5ca52b9740c49, path: /, sameSite: Lax, secure: False, value: 1709531646}, {domain: www.zhihu.com, httpOnly: False, name: SESSIONID, path: /, sameSite: Lax, secure: False, value: 3KbqUAnjUH6Hl9CImOgmWl2acunCWhFuo51qSj8XEUI}, {domain: .www.zhihu.com, httpOnly: False, name: name, path: /, sameSite: Lax, secure: True, value: germey}, {domain: www.zhihu.com, httpOnly: False, name: KLBRSID, path: /, sameSite: Lax, secure: False, value: f48cb29c5180c5b0d91ded2e70103232|1709531643|1709531641}, {domain: .zhihu.com, expiry: 1744091643, httpOnly: False, name: _zap, path: /, sameSite: Lax, secure: False, value: ac23bfd6-03d3-4ab9-aae5-d5fdbd472290}]
[]
4. 选项卡管理(了解) 在访问网页的时候会开启一个个选项卡(同一浏览器的窗口)。在 Selenium 中我们也可以对选项卡进行操作。示例如下
import time
from selenium import webdriverbrowser webdriver.Chrome()
browser.get(https://www.baidu.com)
browser.execute_script(window.open())
print(browser.window_handles)
browser.switch_to_window(browser.window_handles[1]) # 该方法已弃用了解即可
browser.get(https://www.taobao.com)
time.sleep(1)
browser.switch_to_window(browser.window_handles[0])
browser.get(https://python.org) 首先访问了百度然后调用了 execute_script() 方法这里传入 window.open() 这个 JavaScript 语句新开启一个选项卡。 接下来我们想切换到该选项卡。这里调用 window_handles 属性获取当前开启的所有选项卡返回的是选项卡的代号列表。要想切换选项卡只需要调用 switch_to_window() 方法即可其中参数是选项卡的代号。这里我们将第二个选项卡代号传入即跳转到第二个选项卡接下来在第二个选项卡下打开一个新页面然后切换回第一个选项卡重新调用 switch_to_window() 方法再执行其他操作即可。
5. 异常处理 使用try except 可以参考官方文档7. WebDriver API — Selenium Python Bindings 2 documentation。
6. 反屏蔽 现在很多网站增加了对 Selenium 的检测被检测到了就直接屏蔽。 在大多数情况下检测的基本原理是检测当前浏览器窗口下的 window.navigator 对象中是否含 webdriver 属性。因为在正常使用浏览器时这个属性应该是 undifined一旦使用了 Selenium它就会给 window.navigator 对象设置 webdriver 属性。很多网站通过 JavaScript 语句判断是否存在 webdriver 属性如果存在直接屏蔽。 例如这个网站Scrape | Movie
# 使用以下代码尝试爬取页面内容
from selenium import webdriverbrowser webdriver.Chrome()
url https://antispider1.scrape.center/
browser.get(url)
print(browser.page_source) 面对此情况我们可以使用 Selenium 中的 CDP (谷歌开发工具协议) 解决利用它可在每个页面刚加载的时候就执行 JavaScript 语句将 webdriver 置空。 ChromeOptions() 是Selenium 中用于配置Chrome浏览器选项的类。通过ChromeOptions() 可以设置一系列浏览器参数和行为。
from selenium import webdriver
from selenium.webdriver import ChromeOptionsoptions ChromeOptions()
# 下面两行是用来加选项隐藏 WebDriver 提示条和自动化扩展信息
options.add_experimental_option(excludeSwitches, [enable-automation])
options.add_experimental_option(useAutomationExtension, False)browser webdriver.Chrome(optionsoptions)
browser.execute_cdp_cmd(Page.addScriptToEvaluateOnNewDocument, {source: Object.defineProperty(navigator, webdriver, { get: () undefined })
})
url https://antispider1.scrape.center/
browser.get(url)
print(browser.page_source)
# CDP方法
Page.addScriptToEvaluateOnNewDocument
# JavaScript 语句将 webdriver 置空
source: Object.defineProperty(navigator, webdriver, { get: () undefined }) 在大多数情况下以上方法可以实现 Selenium 的反屏蔽。因作者目前水平有限对此写的较粗造可直接将其当作模板套着试用就可能解决问题就好。
7. 无头模式 在运行上述代码时会弹出浏览器窗口偶尔会造成麻烦。当采用无头模式就可避免弹出。
from selenium import webdriver
from selenium.webdriver import ChromeOptionsoptions ChromeOptions() # 设置 ChromeOptions 对象
options.add_argument(--headless) # 开启无头模式browser webdriver.Chrome(optionsoptions)browser.set_window_size(1300, 700) # 设置窗口大小
browser.get(https://www.baidu.com)
browser.get_screenshot_as_file(baidu.png) # 得到窗口截图存下 文章到此结束本人新手若有错误欢迎指正若有疑问欢迎讨论。若文章对你有用点个小赞鼓励一下谢谢大家一起加油吧
