我們今天介紹一個非常適合新手的python自動化小項目，項目雖小，但是五臟俱全。它是一個自動化操作網(wǎng)頁瀏覽器的小應用：打開瀏覽器，進入百度網(wǎng)頁，搜索關鍵詞，最后把搜索結果保存到一個文件里。這個例子非常適合新手學習Python網(wǎng)絡自動化，不僅能夠了解如何使用Selenium，而且還能知道一些超級好用的小工具。

當然有人把操作網(wǎng)頁，然后把網(wǎng)頁的關鍵內(nèi)容保存下來的應用一律稱作網(wǎng)絡爬蟲，好吧，如果你想這么爬取內(nèi)容，隨你。但是，我更愿意稱它為網(wǎng)絡機器人。

我今天介紹的項目使用Selenium，Selenium 是支持 web 瀏覽器自動化的一系列工具和庫的綜合項目。Selenium 的核心是 WebDriver，這是一個編寫指令集的接口，可以在許多瀏覽器中互換運行。

閑言少敘，硬貨安排。

可以使用 pip 安裝 Python 的 Selenium 庫：pip install selenium

（可選項：要執(zhí)行項目并控制瀏覽器，需要安裝特定于瀏覽器的 WebDriver 二進制文件。

下載 WebDriver 二進制文件 并放入 系統(tǒng) PATH 環(huán)境變量 中.）

由于本地瀏覽器版本升級，引起的版本不一致問題，和系統(tǒng)PATH環(huán)境變量的設置比較繁瑣，所以我使用webdriver_manager，

安裝 Install manager:

pip install webdriver-manager寫代碼

引入模塊：

from selenium import webdriverfrom webdriver_manager.chrome import ChromeDriverManagerfrom selenium.webdriver.common.by import Byfrom selenium.webdriver.support.ui import WebDriverWaitfrom selenium.webdriver.support import expected_conditions as ECfrom selenium.webdriver.common.keys import Keys

首先我們定義一個類Search_Baidu， 它主要用于初始化；定義自動化步驟的方法；結束關閉瀏覽器。

class Search_Baidu:def __init__(self):def search(self, keyword):def tear_down(self):

接下來我們分別介紹每個方法的實現(xiàn)過程。

def __init__(self): #類構造函數(shù)，用于初始化selenium的webdriverurl = ’https://www.baidu.com/’ #這里定義訪問的網(wǎng)絡地址self.url = urloptions = webdriver.ChromeOptions()options.add_experimental_option('prefs', {'profile.managed_default_content_settings.images': 2}) # 不加載圖片,加快訪問速度options.add_experimental_option(’excludeSwitches’, [’enable-automation’]) # 此步驟很重要，設置為開發(fā)者模式，防止被各大網(wǎng)站識別出來使用了Selenium# 這里使用chrome瀏覽器，而且使用我們剛才安裝的webdriver_manager的chrome driver，并賦值上面的瀏覽器設置options變量self.browser = webdriver.Chrome(ChromeDriverManager().install(), options=options)self.wait = WebDriverWait(self.browser, 10) #超時時長為10s，由于自動化需要等待網(wǎng)頁控件的加載，所以這里設置一個默認的等待超時，時長為10秒 def tear_down(self):self.browser.close() #最后，關閉瀏覽器

接下來是重頭戲，寫我們操作瀏覽器的步驟，打開瀏覽器，進入百度網(wǎng)頁，輸入搜索關鍵字：Selenium，等待搜索結果，把搜索結果的題目和網(wǎng)址保存到文件里。

def search(self, keyword): # 打開百度網(wǎng)頁 self.browser.get(self.url) # 等待搜索框出現(xiàn)，最多等待10秒，否則報超時錯誤 search_input = self.wait.until(EC.presence_of_element_located((By.XPATH, ’//*[@id='kw']’))) # 在搜索框輸入搜索的關鍵字 search_input.send_keys(keyword) # 回車 search_input.send_keys(Keys.ENTER) # 等待10秒鐘 self.browser.implicitly_wait(10) # 找到所有的搜索結果 results = self.browser.find_elements_by_css_selector('.t a , em , .c-title-text') # 遍歷所有的搜索結果 with open('search_result.txt','w') as file: for result in results: if result.get_attribute('href'):print(result.get_attribute('text').strip())# 搜索結果的標題title = result.get_attribute('text').strip()# 搜索結果的網(wǎng)址link = result.get_attribute('href')# 寫入文件file.write(f'Title: {title}, link is: {link} n')點位網(wǎng)頁元素

這里頭有個關鍵點，就是如何點位網(wǎng)頁元素：

比如：

search_input = self.wait.until(EC.presence_of_element_located((By.XPATH, ’//*[@id='kw']’)))

還有：

self.browser.find_elements_by_css_selector('.t a , em , .c-title-text')

打個比方，快遞員通過地址找到你家，給你送快遞，這里的XPATH和CSS Selector就是網(wǎng)頁元素的地址，那么如何得到呢？第一個就是Chrome自帶的開發(fā)者工具，可以快捷鍵F12，也可以自己在下圖中找到：

然后在百度搜索框，右鍵：

找到輸入框的HTML元素，

在HTML元素右鍵，拷貝XPath地址。

這是比較簡單的定位網(wǎng)頁元素的方法。接下來我們定位搜索結果元素的時候，就遇到了麻煩，如下圖：

我們不能單獨的定位每個元素，而是要找到規(guī)律，一次把所有的搜索結果找到，然后返回一個list，我們好遍歷這個list，這個怎么實現(xiàn)呢？

接下來，我們請出一大神器：SelectorGadget

SelectorGadget是一個CSS Selector生成器，大家可以在他的官方文檔找到具體的使用說明，我這里簡單介紹一下：首先啟動SelectorGadget，點擊一下圖標

瀏覽器會出現(xiàn)下面的框框：

然后我們在網(wǎng)頁用鼠標左鍵，點擊我們要定位的元素

然后頁面會變成下面的樣子：

所有黃色的部分說明都被選擇了，如果我們不想要的元素，右鍵點擊，使它變?yōu)榧t色，說明它被去掉了。如果沒有被選擇我們又需要的元素，我們左鍵選擇它，使它變?yōu)榫G色。最后我們希望選擇的頁面元素都變成了綠色或者黃色，如下圖：

我們就可以拷貝框框里的內(nèi)容作為CSS Selector了。

通過CSS Selector找到所有的搜索結果。

results = self.browser.find_elements_by_css_selector('.t a , em , .c-title-text')

到此，我們就實現(xiàn)了這么個簡單的小應用了，其實selenium就是幫助我們自動操作網(wǎng)頁元素，所以我們定位網(wǎng)頁元素就是重中之重，希望本文給你帶來一點幫助。

下面我附上代碼：

from datetime import timefrom selenium import webdriverfrom webdriver_manager.chrome import ChromeDriverManagerfrom selenium.webdriver.common.by import Byfrom selenium.webdriver.support.ui import WebDriverWaitfrom selenium.webdriver.support import expected_conditions as ECfrom selenium.webdriver.common.keys import Keysclass Search_Baidu: def __init__(self):url = ’https://www.baidu.com/’self.url = urloptions = webdriver.ChromeOptions()options.add_experimental_option('prefs', {'profile.managed_default_content_settings.images': 2}) # 不加載圖片,加快訪問速度options.add_experimental_option(’excludeSwitches’, [’enable-automation’]) # 此步驟很重要，設置為開發(fā)者模式，防止被各大網(wǎng)站識別出來使用了Seleniumself.browser = webdriver.Chrome(ChromeDriverManager().install(), options=options)self.wait = WebDriverWait(self.browser, 10) #超時時長為10s def search(self, keyword):# 打開百度網(wǎng)頁self.browser.get(self.url)# 等待搜索框出現(xiàn)，最多等待10秒，否則報超時錯誤search_input = self.wait.until(EC.presence_of_element_located((By.XPATH, ’//*[@id='kw']’)))# 在搜索框輸入搜索的關鍵字search_input.send_keys(keyword)# 回車search_input.send_keys(Keys.ENTER)# 等待10秒鐘self.browser.implicitly_wait(10)# 找到所有的搜索結果results = self.browser.find_elements_by_css_selector('.t a , em , .c-title-text')# 遍歷所有的搜索結果with open('search_result.txt','w') as file:for result in results:if result.get_attribute('href'): print(result.get_attribute('text').strip()) # 搜索結果的標題 title = result.get_attribute('text').strip() # 搜索結果的網(wǎng)址 link = result.get_attribute('href') # 寫入文件 file.write(f'Title: {title}, link is: {link} n') def tear_down(self):self.browser.close()if __name__ == '__main__': search = Search_Baidu() search.search('selenium') search.tear_down()

到此這篇關于Python使用Selenium自動進行百度搜索的實現(xiàn)的文章就介紹到這了,更多相關Python Selenium自動百度搜索內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持好吧啦網(wǎng)！