Python爬虫之selenium对标签页切换、切换frame标签、cookie处理、执行js代码、开启无界面、以及使用代理ip和替换user-agent等方法

selenium的其它使用方法1. selenium标签页的切换当selenium控制浏览器打开多个标签页时，如何控制浏览器在不同的标签页中进行切换呢？需要我们做以下两步：获取所有标签页的窗口句柄利用窗口句柄字切换到句柄指向的标签页这里的窗口句柄是指：指向标签页对象的标识关于句柄请课后了解更多，本小节不做展开具体的方法# 1. 获取当前所有的标签页的句柄构成的列表current_windows =

bfhonor

5522人浏览 · 2021-04-14 19:32:09

bfhonor · 2021-04-14 19:32:09 发布

一、selenium对标签页切换、切换frame标签、cookie处理、执行js代码、开启无界面、以及使用代理ip和替换user-agent等方法

（一）、selenium标签页的切换

当selenium控制浏览器打开多个标签页时，如何控制浏览器在不同的标签页中进行切换呢？需要我们做以下两步：
①、获取所有标签页的窗口句柄
②、利用窗口句柄字切换到句柄指向的标签页
这里的窗口句柄是指：指向标签页对象的标识
关于句柄请课后了解更多
具体的方法

# 1. 获取当前所有的标签页的句柄构成的列表
current_windows = driver.window_handles

# 2. 根据标签页句柄列表索引下标进行切换
driver.switch_to.window(current_windows[0])

参考代码示例：

from selenium import webdriver

url = 'https://jn.58.com/'
driver = webdriver.Chrome()
driver.get(url)

print(driver.current_url) # https://jn.58.com/
print(driver.window_handles)

# 定位并点击租房按钮
el = driver.find_element_by_xpath('/html/body/div[3]/div[1]/div[1]/div/div[1]/div[1]/span[1]/a')
el.click()

print(driver.current_url) # https://jn.58.com/
print(driver.window_handles)

# 将控制权转为最后打开的标签页面
driver.switch_to.window(driver.window_handles[-1])

el_list = driver.find_elements_by_xpath('/html/body/div[6]/div[2]/ul/li/div[2]/h2/a')

for el in el_list:
    print(el.text) # 打印租房的标题

（二）、switch_to切换frame标签

iframe是html中常用的一种技术，即一个页面中嵌套了另一个网页，selenium默认是访问不了frame中的内容的，对应的解决思路是driver.switch_to.frame(frame_element)。接下来我们通过qq空间模拟登陆来学习这个知识点

在这里插入图片描述

参考代码：

from selenium import webdriver
import time

url = 'https://i.qq.com/'
driver = webdriver.Chrome()
driver.get(url)

# 方案一：根据iframe框架的id切换iframe标签
# driver.switch_to_frame('login_frame')

# 方案二：根据iframe框架的xpath路径切换iframe标签
el_frame = driver.find_element_by_xpath('//*[@id="login_frame"]')
driver.switch_to_frame(el_frame)

driver.find_element_by_id('switcher_plogin').click()
driver.find_element_by_id('u').send_keys('qq账号')
driver.find_element_by_id('p').send_keys('qq密码')
driver.find_element_by_id('login_button').click()

time.sleep(2) # 登录成功后，等待2s,随后打印标签页面的title
print(driver.title)

总结：
①、切换到定位的frame标签嵌套的页面中driver.switch_to.frame(通过find_element_by函数定位的frame、iframe标签对象)
②、利用切换标签页的方式切出frame标签

windows = driver.window_handles
driver.switch_to.window(windows[0])

（三）、selenium对cookie的处理

selenium能够帮助我们处理页面中的cookie，比如获取、删除

3.1 获取cookie

driver.get_cookies()返回列表，其中包含的是完整的cookie信息！不光有name、value，还有domain等cookie其他维度的信息。所以如果想要把获取的cookie信息和requests模块配合使用的话，需要转换为name、value作为键值对的cookie字典

# 获取当前标签页的全部cookie信息
print(driver.get_cookies())
# 把cookie转化为字典
cookies_dict = {cookie[‘name’]: cookie[‘value’] for cookie in driver.get_cookies()}

from selenium import webdriver

url = 'https://www.baidu.com'
driver = webdriver.Chrome()
driver.get(url)

print(driver.get_cookies())

# 把cookie转化为字典,方案一：
cookies = {data['name']: data['value']for data in driver.get_cookies()}

# 把cookie转化为字典,方案二：
# cookies = {}
# for data in driver.get_cookies():
#     cookies[data['name']] = data['value']

print(cookies)

3.2 删除cookie

#删除一条cookie
driver.delete_cookie("CookieName")

# 删除所有的cookie
driver.delete_all_cookies()

（四）、selenium控制浏览器执行js代码

selenium可以让浏览器执行我们规定的js代码，运行下列代码查看运行效果

我们进行对https://www.runoob.com/网站中的服务端中学习Python模块进行访问，如果不加js滚动到指定位置，控制台会返回会报错，显示没有找到类似的标签。

from selenium import webdriver
import time

url='https://www.runoob.com/'
driver = webdriver.Chrome()
driver.get(url)

# 滚动条的拖动
js = 'scrollTo(0,1000)'
# 执行js
driver.execute_script(js)

time.sleep(3)

el = driver.find_element_by_xpath('/html/body/div[4]/div/div[2]/div[3]/a[1]')
el.click()

执行js的方法：driver.execute_script(js)

（五）、页面等待

页面在加载的过程中需要花费时间等待网站服务器的响应，在这个过程中标签元素有可能还没有加载出来，是不可见的，如何处理这种情况呢？

页面等待分类
强制等待介绍
显式等待介绍
隐式等待介绍
手动实现页面等待

5.1 页面等待的分类

首先我们就来了解以下selenium页面等待的分类

强制等待
隐式等待
显式等待

5.2 强制等待（了解）

其实就是time.sleep()
缺点时不智能，设置的时间太短，元素还没有加载出来；设置的时间太长，则会浪费时间

5.3 隐式等待

隐式等待针对的是元素定位，隐式等待设置了一个时间，在一段时间内判断元素是否定位成功，如果完成了，就进行下一步
在设置的时间内没有定位成功，则会报超时加载
示例代码

from selenium import webdriver

url = 'https://www.baidu.com'
driver = webdriver.Chrome()
driver.get(url)

# 设置位置之后的所有元素定位操作都有等待时间十秒，在10秒内会定期进行元素定位，超过设置时间之后将会报错
driver.implicitly_wait(10)

el = driver.find_element_by_xpath('//*[@id="lg"]/img[10000]')
print(el)

5.4 显式等待（了解）

每经过多少秒就查看一次等待条件是否达成，如果达成就停止等待，继续执行后续代码
如果没有达成就继续等待直到超过规定的时间后，报超时异常
示例代码

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

driver = webdriver.Chrome()

driver.get('https://www.baidu.com')

# 显式等待
WebDriverWait(driver, 20, 0.5).until(
    EC.presence_of_element_located((By.LINK_TEXT, '好123')))  
# 参数20表示最长等待20秒
# 参数0.5表示0.5秒检查一次规定的标签是否存在
# EC.presence_of_element_located((By.LINK_TEXT, '好123')) 表示通过链接文本内容定位标签
# 每0.5秒一次检查，通过链接文本内容定位标签是否存在，如果存在就向下继续执行；如果不存在，直到20秒上限就抛出异常

print(driver.find_element_by_link_text('好123').get_attribute('href'))
driver.quit()

5.5 手动实现页面等待

在了解了隐式等待和显式等待以及强制等待后，我们发现并没有一种通用的方法来解决页面等待的问题，比如“页面需要滑动才能触发ajax异步加载”的场景，那么接下来我们就以淘宝网首页为例，手动实现页面等待

原理：
①、利用强制等待和显式等待的思路来手动实现
②、不停的判断或有次数限制的判断某一个标签对象是否加载完毕（是否存在）
实现代码如下：

import time
from selenium import webdriver
driver = webdriver.Chrome('/home/worker/Desktop/driver/chromedriver')

driver.get('https://www.taobao.com/')
time.sleep(1)

# i = 0
# while True:
for i in range(10):
    i += 1
    try:
        time.sleep(3)
        element = driver.find_element_by_xpath('//div[@class="shop-inner"]/h3[1]/a')
        print(element.get_attribute('href'))
        break
    except:
        js = 'window.scrollTo(0, {})'.format(i*500) # js语句
        driver.execute_script(js) # 执行js的方法
driver.quit()

（六）、selenium开启无界面模式

绝大多数服务器是没有界面的，selenium控制谷歌浏览器也是存在无界面模式的，接下来我们学习如何开启无界面模式（又称之为无头模式）

开启无界面模式的方法
①、实例化配置对象：options = webdriver.ChromeOptions()
②、配置对象添加开启无界面模式的命令： options.add_argument("--headless")
③、配置对象添加禁用gpu的命令：options.add_argument("--disable-gpu")
④、实例化带有配置对象的driver对象：driver = webdriver.Chrome(chrome_options=options)
注意：macos中chrome浏览器59+版本，Linux中57+版本才能使用无界面模式！
参考代码如下：

from selenium import webdriver

options = webdriver.ChromeOptions() # 创建一个配置对象
options.add_argument("--headless") # 开启无界面模式
options.add_argument("--disable-gpu") # 禁用gpu

# options.set_headles() # 无界面模式的另外一种开启方式
driver = webdriver.Chrome(chrome_options=options) # 实例化带有配置的driver对象

driver.get('http://www.itcast.cn')
print(driver.title)
driver.quit()

（七）、selenium使用代理ip

selenium控制浏览器也是可以使用代理ip的！

使用代理ip的方法
实例化配置对象options = webdriver.ChromeOptions()
配置对象添加使用代理ip的命令options.add_argument('--proxy-server=http://202.20.16.82:9527')
实例化带有配置对象的driver对象driver = webdriver.Chrome('./chromedriver', chrome_options=options)
参考代码如下：

from selenium import webdriver

options = webdriver.ChromeOptions() # 创建一个配置对象
# 更换IP代理，必须重新启动浏览器
options.add_argument('--proxy-server=http://202.20.16.82:9527') # 使用代理ip

driver = webdriver.Chrome(chrome_options=options) # 实例化带有配置的driver对象

driver.get('http://www.itcast.cn')
print(driver.title)
driver.quit()

（八）、selenium替换user-agent

selenium控制谷歌浏览器时，User-Agent默认是谷歌浏览器的，这一小节我们就来学习使用不同的User-Agent

替换user-agent的方法
实例化配置对象options = webdriver.ChromeOptions()
配置对象添加替换UA的命令options.add_argument('--user-agent=Mozilla/5.0 HAHA')
实例化带有配置对象的driver对象driver = webdriver.Chrome('./chromedriver', chrome_options=options)
参考代码如下：

from selenium import webdriver

options = webdriver.ChromeOptions() # 创建一个配置对象
options.add_argument('--user-agent=Mozilla/5.0 HAHA') # 替换User-Agent

driver = webdriver.Chrome('./chromedriver', chrome_options=options)

driver.get('http://www.itcast.cn')
print(driver.title)
driver.quit()