Python Selenium Chromedriver-headless安装以及解坑

安装：

1、需要安装selenium，只需要在终端中输入 pip install selenium (推荐使用anaconda创建python环境，谁用谁知道。)

2、下载chromedriver。

下载地址：http://chromedriver.storage.googleapis.com/index.html

chromedriver与chrome对应版本查看方法：点击任意版本，查看notes.txt，可查看到版本对应关系，如：

----------ChromeDriver v2.39 (2018-05-30)----------

Supports Chrome v66-68

一定要确认自己的chromedriver版本和chrome浏览器版本对应上，否则会出现各种神奇的错误。

3、安装方法。

windows下解压到你设定的目录即可。

接下来详细讲解linux下安装，我安装的linux机器为centos7版本，centos6请最好选择升级到7，不要在6挣扎了，全是眼泪。

正式安装步骤：

1、安装chrome。

yum install epel-release

yum install libappindicator-gtk3

yum localinstall google-chrome-stable_current_x86_64.rpm

执行 google-chrome-stable --no-sandbox --headless --disable-gpu --screenshot https://www.baidu.com/

即可看到当前目录下有一个百度网页的截图，说明安装完成。（本人迁移过三次机器，都用的这套命令没有出现过问题，如果有遇到其他问题，欢迎贴出来）

执行 /usr/bin/google-chrome -version 可以查看当前谷歌浏览器版本。

2、安装chromedriver。

将从网站上下载的chromedriver 放入/etc/bin/ 文件夹下， cd /etc/bin/

执行 ./chromedriver 无报错，安装成功，执行 ln -s /etc/bin/chromedriver /usr/bin/chromedriver 创建软连接。即可在终端直接输入 chromedriver 即可运行chromedriver。

3、在python中执行测试代码。

vim tmp.py

写入：

#coding:utf-8

from selenium import webdriver

options = webdriver.ChromeOptions()

options.add_argument('--no-sandbox')

options.add_argument('headless')

driver = webdriver.Chrome(chrome_options=options)

url = 'http://www.baidu.com'

driver.get(url)

print(driver.page_source)

driver.close()

driver.quit()

运行 python tmp.py 输出百度网页的源码，表示安装成功。

基础功能：

from selenium import webdriver #导入需要的包

options = webdriver.ChromeOptions() #在options 中可添加其他配置属性如添加header头，添加代理等。

options.add_argument('--no-sandbox') #以 no sandbox方式启动

options.add_argument('headless') #headless模式启动

options.add_argument('--proxy-server=http://ip:port') #添加代理IP

driver = webdriver.Chrome(chrome_options=options) #创建一个driver对象，后续通过这个driver实现对浏览器的操作。

driver.get("https://www.baidu.com") #打开百度

driver.page_source #获取源码 driver其他基本功能请自行百度或谷歌

接下来内容请在学会基本操作后观看（高级功能版，，，，，又名踩坑简介）：

窗口句柄操作：

当需要切换多个网页时，可以使用：

#获取句柄

handles = driver.window_handles #返回一个句柄列表脚标从0开始

#切换页面 driver.switch_to.window(handles[1]) #切换到新页面 #执行完操作需切换回主页面，不会自动切换

driver.switch_to.window(handles[0]) #ps 不重新获取句柄，页面句柄位置不变

select选择框操作：

from selenium.webdriver.support.select import Select #首先导入select的包

#select 选择框指定选择

pr = driver.find_element_by_xpath(xxx)

Select(pr).select_by_index(index) #位置选择

Select(pr).select_by_value(value) #value选择

Select(pr).select_by_visible_text(text) #文本内容选择

#反选（取消选择，一般用不到）

deselect_by_index(index)

deselect_by_value(value)

deselect_by_visible_text(text)

deselect_all()

#其他返回selete选择框内容

Select(pr).options ——提供所有的选项的列表

Select(pr).all_selected_options ——提供所有被选中的选项的列表

Select(pr).first_selected_option ——提供第一个被选中的选项

目前，写到这，长期更新---

ps:补，第一坑：

当网页加载缓慢，但有时需要的内容已经加载完成时，我们需要给程序设定超时时间，当超时后强制停止浏览器。目前百度谷歌等给出的解决办法都是

driver.set_page_load_timeout(10)

driver.set_script_timeout(10)

之后捕获超时的异常然后执行js

try:

pass

except:

driver.execute_script('window.stop()')

driver.find............ #执行其他动作会发现异常捕获有时会失败，有时js语句执行成功但是再调用 driver的其他方法会报错，大家可以用下面方法解决

解决办法(此方法适用于长期稳定运行的程序，并及时释放chromedriver进程，减少内存浪费)：

driver_is_ok= True #增加一个标识

try:

    driver.get(url=url)

except:

try:

driver.execute_script('window.stop()')

    except:

        driver_is_ok= False

if driver_is_ok:

pass #执行需要的操作

else:

try:

driver.close #退出当前标签页

driver.quit #退出浏览器

except:

pass