selenium简单入门

一.引导:selenium(浏览器自动化测试框架)本身提供了许多元素定位的方法，find_element_by_id()这些方法底层是用python语言实现的，提取速度上会慢一些。通常情况下，使用phantomjs/selenium也只是获取js渲染后的网页源代码，而网页中数据的提取，还可以使用xpath, css, re, bs4, etree等。

网页中通过js渲染的数据，爬虫的解决办法：
1. 去静态源码中查找<script>var infolist = {'name':'123', }</script>
2. 抓包或者网络请求中，查看是否有类似与json的get请求，直接请求这个json的API拿到数据
3. 使用phantomjs/selenium进行访问动态页面，而静态页面仍然使用requests进行获取
别忘了在使用selenium之前要装上相应的浏览器驱动呦!
geckodriver.exe: 是selenium用来打开火狐浏览器的驱动,需要将它和python.exe放在一起。
chromedriver.exe:是selenium用来打开谷歌浏览器的驱动,需要将它和python.exe放在一起。
注意!!!
不兼容会出现启动错误
1. geckodriver.exe的版本必须和火狐浏览器的版本兼容；
2. geckodriver.exe的版本必须和当前操作系统兼容；

二.简单举例

利用selenium实现在百度中搜索selenium,代码如下:

import time
from selenium import webdriver
# 创建一个火狐浏览器对象，会打开一个浏览器窗口
driver = webdriver.Firefox()
# 创建一个谷歌浏览器对象，会打开一个浏览器窗口
# driver = webdriver.Chrome()
driver.get('https://www.baidu.com')
# 通过id定位到输入框
keyword = driver.find_element_by_id('kw')
print(type(keyword))
# <class 'selenium.webdriver.firefox.webelement.FirefoxWebElement'>

# # 在向输入框中输入内容之前，可以先将之前的旧内容清空
keyword.clear()

# # 向输入框中输入内容send_keys
keyword.send_keys('selenium')

# # 通过class定位到搜索按钮
search_btn = driver.find_element_by_class_name('s_btn')

# # 点击search_btn
search_btn.click()
time.sleep(3)
driver.find_element_by_css_selector('.result > h3 > a').click()
time.sleep(3)
# 休眠2秒，将浏览器driver对象退出
driver.close()