Selenium 相当于是一个机器人。可以模拟人类在浏览器上的一些行为，自动处理浏览器上的一些 行为，比如点击，填充数据，删除cookie等。 chromedriver 是一个驱动 Chrome 浏览器的驱动程 序，使用他才可以驱动浏览器。当然针对不同的浏览器有不同的driver。
以下列出了不同浏览器及 其对应的driver：
1. Chrome：https://sites.google.com/a/chromium.org/chromedriver/downloads
2. Firefox：https://github.com/mozilla/geckodriver/releases
3. Edge：https://developer.microsoft.com/en-us/microsoft-edge/tools/webdriver/
4. Safari：https://webkit.org/blog/6900/webdriver-support-in-safari-10/
安装Selenium和chromedriver：
1. 安装 Selenium ： Selenium 有很多语言的版本，有java、ruby、python等。我们下载python 版本的就可以了。
pip install selenium
2. 安装 chromedriver ：下载完成后，放到不需要权限的纯英文目录下就可以了。
快速入门：
现在以一个简单的获取百度首页的例子来讲下 Selenium 和 chromedriver 如何快速入门：
from selenium import webdriver
# chromedriver的绝对路径
driver_path = r'E:\Python_practice\Software\chromedriver_win32\chromedriver.exe'
# 初始化一个driver，并且指定chromedriver的路径
driver = webdriver.Chrome(executable_path=driver_path)
# 请求网页
driver.get("https://www.baidu.com/")
# 通过page_source获取网页源代码
print(driver.page_source)
selenium常用操作：
更多教程请参考：http://selenium-python.readthedocs.io/installation.html#introduction
关闭页面：
1. driver.close() ：关闭当前页面。 2. driver.quit() ：退出整个浏览器。
定位元素：
1. find_element_by_id ：根据id来查找某个元素。等价于：
submitTag = driver.find_element_by_id('su') submitTag1 = driver.find_element(By.ID,'su')
2. find_element_by_class_name ：根据类名查找元素。 等价于：
submitTag = driver.find_element_by_class_name('su') submitTag1 = driver.find_element(By.CLASS_NAME,'su')
3. find_element_by_name ：根据name属性的值来查找元素。等价于：
submitTag = driver.find_element_by_name('email') submitTag1 = driver.find_element(By.NAME,'email')
4. find_element_by_tag_name ：根据标签名来查找元素。等价于：
submitTag = driver.find_element_by_tag_name('div') submitTag1 = driver.find_element(By.TAG_NAME,'div')
5. find_element_by_xpath ：根据xpath语法来获取元素。等价于：
submitTag = driver.find_element_by_xpath('//div') submitTag1 = driver.find_element(By.XPATH,'//div')
6. find_element_by_css_selector ：根据css选择器选择元素。等价于：
submitTag = driver.find_element_by_css_selector('//div') submitTag1 = driver.find_element(By.CSS_SELECTOR,'//div')
要注意， find_element 是获取第一个满足条件的元素。 find_elements 是获取所有满足条件 的元素。
操作表单元素：
1. 操作输入框：分为两步。第一步：找到这个元素。第二步：使用 send_keys(value) ，将数据 填充进去。示例代码如下：
inputTag = driver.find_element_by_id('kw')
inputTag.send_keys('python')
使用 clear 方法可以清除输入框中的内容。示例代码如下：
inputTag.clear()
2. 操作checkbox：因为要选中 checkbox 标签，在网页中是通过鼠标点击的。因此想要选 中 checkbox 标签，那么先选中这个标签，然后执行 click 事件。示例代码如下：
rememberTag = driver.find_element_by_name("rememberMe")
rememberTag.click()
3. 选择select：select元素不能直接点击。因为点击后还需要选中元素。这时候selenium就专门 为select标签提供了一个类 selenium.webdriver.support.ui.Select 。将获取到的元素当成参 数传到这个类中，创建这个对象。以后就可以使用这个对象进行选择了。示例代码如下：
from selenium.webdriver.support.ui import Select
# 选中这个标签，然后使用Select创建对象
selectTag = Select(driver.find_element_by_name("jumpMenu"))
# 根据索引选择
selectTag.select_by_index(1)
# 根据值选择
selectTag.select_by_value("http://www.95yueba.com")
# 根据可视的文本选择
selectTag.select_by_visible_text("95秀客户端")
# 取消选中所有选项
selectTag.deselect_all()
4. 操作按钮：操作按钮有很多种方式。比如单击、右击、双击等。这里讲一个最常用的。就是点 击。直接调用 click 函数就可以了。示例代码如下：
inputTag = driver.find_element_by_id('su')
inputTag.click()
行为链：
有时候在页面中的操作可能要有很多步，那么这时候可以使用鼠标行为链类 ActionChains 来完 成。比如现在要将鼠标移动到某个元素上并执行点击事件。那么示例代码如下：
inputTag = driver.find_element_by_id('kw')
submitTag = driver.find_element_by_id('su')
actions = ActionChains(driver)
actions.move_to_element(inputTag)
actions.send_keys_to_element(inputTag,'python')
actions.move_to_element(submitTag) actions.click(submitTag)
actions.perform()
还有更多的鼠标相关的操作。
click_and_hold(element)：点击但不松开鼠标。
context_click(element)：右键点击。
double_click(element)：双击。
更多方法请参考：http://seleniumpython.readthedocs.io/api.html
Cookie操作：
1. 获取所有的 cookie ：
for cookie in driver.get_cookies():
print(cookie)
2. 根据cookie的key获取value：
value = driver.get_cookie(key)
3. 删除所有的cookie：
driver.delete_all_cookies()
4. 删除某个 cookie ：
driver.delete_cookie(key)
页面等待：
现在的网页越来越多采用了 Ajax 技术，这样程序便不能确定何时某个元素完全加载出来了。如果 实际页面等待时间过长导致某个dom元素还没出来，但是你的代码直接使用了这个WebElement， 那么就会抛出NullPointer的异常。为了解决这个问题。所以 Selenium 提供了两种等待方式：一种 是隐式等待、一种是显式等待。
1. 隐式等待：调用 driver.implicitly_wait 。那么在获取不可用的元素之前，会先等待10秒中 的时间。示例代码如下：
driver = webdriver.Chrome(executable_path=driver_path) driver.implicitly_wait(10)
# 请求网页
driver.get("https://www.douban.com/")
2. 显示等待：显示等待是表明某个条件成立后才执行获取元素的操作。也可以在等待的时候指定 一个最大的时间，如果超过这个时间那么就抛出一个异常。显示等待应该使 用 selenium.webdriver.support.excepted_conditions 期望的条件 和 selenium.webdriver.support.ui.WebDriverWait 来配合完成。示例代码如下：
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
driver = webdriver.Firefox() driver.get("http://somedomain/url_that_delays_loading")
try:
element = WebDriverWait(driver, 10).until(
EC.presence_of_element_located((By.ID, "myDynamicElement"))
)
finally:
driver.quit()
3. 一些其他的等待条件：
presence_of_element_located：某个元素已经加载完毕了。
presence_of_all_emement_located：网页中所有满足条件的元素都加载完毕了。
element_to_be_cliable：某个元素是可以点击了。
更多条件请参考：http://selenium-python.readthedocs.io/waits.html
切换页面：
有时候窗口中有很多子tab页面。这时候肯定是需要进行切换的。 selenium 提供了一个叫 做 switch_to_window 来进行切换，具体切换到哪个页面，可以从 driver.window_handles 中找 到。示例代码如下：
# 打开一个新的页面
self.driver.execute_script("window.open('"+url+"')")
# 切换到这个新的页面中
self.driver.switch_to_window(self.driver.window_handles[1])
设置代理ip：
有时候频繁爬取一些网页。服务器发现你是爬虫后会封掉你的ip地址。这时候我们可以更改代理 ip。更改代理ip，不同的浏览器有不同的实现方式。这里以 Chrome 浏览器为例来讲解：
from selenium import webdriver
options = webdriver.ChromeOptions() options.add_argument("--proxy-server=http://110.73.2.248:8123") driver_path = r"D:\ProgramApp\chromedriver\chromedriver.exe"
driver = webdriver.Chrome(executable_path=driver_path,chrome_options=options)
driver.get('http://httpbin.org/ip')
WebElement 元素：
from selenium.webdriver.remote.webelement import WebElement 类是每个获取出来的元素的所属 类。 有一些常用的属性：
1. get_attribute：这个标签的某个属性的值。 2. screentshot：获取当前页面的截图。这个方法只能在 driver 上使用。 driver 的对象类，也是继承自 WebElement 。 更多请阅读相关源代码。
# 使用selenium+chromedriver来实现12306抢票
1. 让浏览器打开12306的登录界面。然后手动进行登录。
2. 登录完成后让浏览器跳转到购票的界面。
3. 手动的输入出发地，目的地以及出发日期，检测到以上三个信息都输入完成后，然后找到查询按钮，执行点击事件，进行车次查询。
4. 查找我们需要的车次，然后看下对应的席位是否还有余票（有、数字）。找到这个车次的预定按钮，然后执行点击事件。如果没有出现以上两个（有、数字），那么我们就让循环这个查询工作。
5. 一旦检测到有票（有、数字），那么执行预定按钮的点击事件。来到预定的界面后，找到对应的乘客，然后执行这个乘客的checkbox，然后执行点击事件，再找到提交订单的按钮，执行点击事件。
6. 点击完提交订单按钮以后，会弹出一个确认的对话框，然后找到“确认按钮”，然后执行点击事件。这样就完成了抢票。
示例代码：
#encoding: utf-8
from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By
class Qiangpiao(object):
def __init__(self):
self.login_url = "https://kyfw.12306.cn/otn/login/init"
self.initmy_url = "https://kyfw.12306.cn/otn/index/initMy12306"
self.search_url = "https://kyfw.12306.cn/otn/leftTicket/init"
self.passenger_url = "https://kyfw.12306.cn/otn/confirmPassenger/initDc"
self.driver = webdriver.Chrome(executable_path="D:\ProgramApp\chromedriver\chromedriver.exe")
def wait_input(self):
self.from_station = input("出发地：")
self.to_station = input("目的地：")
# 时间格式必须是：yyyy-MM-dd的方式
self.depart_time = input("出发时间：")
self.passengers = input("乘客姓名（如有多个乘客，用英文逗号隔开）：").split(",")
self.trains = input("车次（如有多个车次，用英文逗号隔开）：").split(",") # ["G485","G529"]
def _login(self):
self.driver.get(self.login_url)
# 显示等待
# 隐示等待
WebDriverWait(self.driver,1000).until(
EC.url_to_be(self.initmy_url)
)
print('登录成功！')
def _order_ticket(self):
# 1. 跳转到查余票的界面
self.driver.get(self.search_url)
# 2. 等待出发地是否输入正确
WebDriverWait(self.driver,1000).until(
EC.text_to_be_present_in_element_value((By.ID,"fromStationText"),self.from_station)
)
# 3. 等待目的地是否输入正确
WebDriverWait(self.driver,1000).until(
EC.text_to_be_present_in_element_value((By.ID,"toStationText"),self.to_station)
)
# 4. 等待出发日期是否输入正确
WebDriverWait(self.driver,1000).until(
EC.text_to_be_present_in_element_value((By.ID,"train_date"),self.depart_time)
)
# 5. 等待查询按钮是否可用
WebDriverWait(self.driver,1000).until(
EC.element_to_be_clickable((By.ID,"query_ticket"))
)
# 6. 如果能够被点击了，那么就找到这个查询按钮，执行点击事件
searchBtn = self.driver.find_element_by_id("query_ticket")
searchBtn.click()
# 7. 在点击了查询按钮以后，等待车次信息是否显示出来了
WebDriverWait(self.driver,1000).until(
EC.presence_of_element_located((By.XPATH,".//tbody[@id='queryLeftTable']/tr"))
)
# 8. 找到所有没有datatrain属性的tr标签，这些标签是存储了车次信息的
tr_list = self.driver.find_elements_by_xpath(".//tbody[@id='queryLeftTable']/tr[not(@datatran)]")
# 9. 遍历所有满足条件的tr标签
for tr in tr_list:
train_number = tr.find_element_by_class_name("number").text
if train_number in self.trains:
left_ticket = tr.find_element_by_xpath(".//td[4]").text
if left_ticket == "有" or left_ticket.isdigit:
orderBtn = tr.find_element_by_class_name("btn72")
orderBtn.click()
# 等待是否来到了确认乘客的页面
WebDriverWait(self.driver,1000).until(
EC.url_to_be(self.passenger_url)
)
# 等待所有乘客信息是否被加载进来了
WebDriverWait(self.driver,1000).until(
EC.presence_of_element_located((By.XPATH,".//ul[@id='normal_passenger_id']/li"))
)
# 获取所有的乘客信息
passenger_labels = self.driver.find_elements_by_xpath(".//ul[@id='normal_passenger_id']/li/label")
for passenger_label in passenger_labels:
name = passenger_label.text
if name in self.passengers:
passenger_label.click()
# 获取提交订单的按钮
submitBtn = self.driver.find_element_by_id("submitOrder_id")
submitBtn.click()
# 显示等待确认订单的对话框是否已经出现了
WebDriverWait(self.driver,1000).until(
EC.presence_of_element_located((By.CLASS_NAME,"dhtmlx_wins_body_outer"))
)
# 再来做一个显示等待，如果确认订单按钮出现了，那么就执行点击操作
WebDriverWait(self.driver,1000).until(
EC.presence_of_element_located((By.ID,"qr_submit_id"))
)
confirmBtn = self.driver.find_element_by_id("qr_submit_id")
confirmBtn.click()
while confirmBtn:
confirmBtn.click()
confirmBtn = self.driver.find_element_by_id("qr_submit_id")
return
def run(self):
self.wait_input()
self._login()
self._order_ticket()
if __name__ == '__main__':
spider = Qiangpiao()
spider.run()
