爬虫&Selenium&ChromeDriver
宇宙砍柴人 人气:0
### 一、Selenium
1. **selenium是什么**
> Selenium [1] 是一个用于Web应用程序测试的工具。Selenium测试直接运行在浏览器中,就像真正的用户在操作一样。支持的浏览器包括IE(7, 8, 9, 10, 11),Mozilla Firefox,Safari,Google Chrome,Opera等。
在python爬虫可以简单的理解为:**Selenium就是模仿人使用浏览器**
2. **如何下载或者是安装selenium**
cmd进入win终端,输入命令
~~~
pip install selenium
~~~
### 二、ChromeDriver
1. **ChromeDrive是什么**
这个和JDBC类似,就是Selenium操作Chrome浏览器的驱动。同理Selenium操作Firefox浏览器就需要geckodriver,操作IE浏览器需要IEDriverServer驱动。
![](https://img2020.cnblogs.com/blog/1947461/202003/1947461-20200331222706012-903991162.png)
2. **如何下载或者安装ChromeDriver**
**注意:ChromeDriver要和自己使用的chrome版本一致**
**注意:ChromeDriver要和自己使用的chrome版本一致**
**注意:ChromeDriver要和自己使用的chrome版本一致**
**2.1 查询自己chrome的版本**
地址栏输入:
~~~
chrome://version/
~~~
![](https://img2020.cnblogs.com/blog/1947461/202003/1947461-20200331232308284-510565904.png)
比如我的是:80.0.3987.149
**2.2 下载ChromeDriver**
地址栏:
~~~
https://npm.taobao.org/mirrors/chromedriver/
~~~
![](https://img2020.cnblogs.com/blog/1947461/202003/1947461-20200331232626694-987435729.png)
这里可能有人要问,不是最后一位不一样吗?
答:的却,但是我估计只要前三位相同应该都可以的。有兴趣的同学可以试一下哈
点击进去,下载对应的OS版本,比如我的是win电脑,我就下载第三个。
![](https://img2020.cnblogs.com/blog/1947461/202003/1947461-20200331232133713-964631871.png)
2.3 下载好之后,解压,把chromedriver.exe放到任意位置都可以。但是有要求:
- **路径上不能有中文**
- **存放的路径不需要特殊权限**
这样就可以了,接下来我们来测试一下。
---
### 三、测试
1. 直接看代码
~~~python
from selenium import webdriver #导入必要的库
#功能需求:模仿人类使用搜索框进行搜索
# 业务分析:在搜索框中输入“关键字”,点击“百度一下”或者是“回车”
#chromedriver.exe的存放路径
driver_path=r"C:\Program Files (x86)\Google\Chrome\Application\chromedriver.exe"
# 通过webdriver对象的Chrome方法【不同的浏览器对应不同的方法】,获取到chromedriver.exe
driver = webdriver.Chrome(executable_path=driver_path)
# 访问百度
driver.get("http://www.baidu.com")
# 根据页面的id值定位到搜索框的
input_tag = driver.find_element_by_id("kw")
#假如我们搜索“java”
input_tag.send_keys("java")
# 根据页面id获取到“百度一下”按钮
submit_btn = driver.find_element_by_id("su")
#这个方法其实就是模仿人们点击“百度一下”按钮或者是“回车”
submit_btn.click()
~~~
2. 运行代码。它会自动打开浏览器并自动输入“java”,并回车。
3. 看效果
![](https://img2020.cnblogs.com/blog/1947461/202003/1947461-20200331231940760-1275758505.png)
---
### 四、为什么要用它——Selenium
答:因为有很多网站的数据都是异步请求(Ajax)加载数据的,我们直接爬取是获取不到数据的。因此我们使用selenium爬取返回来的页面是已经经过浏览器解析好的页面,我们再通过使用Xpath、bs4等,就可以爬取自己想要的数据了。
加载全部内容