Python爬虫：学习selenium的正确方式

关注

转载最新推荐文章于 2025-07-17 22:14:01 发布 285 阅读 AI 写同款· GEO 优化 ›

Python爬虫：学习selenium的正确姿势！！！目录前言selenium的安装pip 安装验证安装ChromeDriver的安装下载ChromeDriver环境变量配置验证安装selenium的基本使用介绍简单示例查找元素等待页面加载完成显式等待隐式等待等待条件前进和后退Cookie异常处理最后前言在上篇文章中，我为大家介绍了Ajax的分析和抓取方式，这其实也是javascript动态渲染页面的一种方式，通过直接分析Ajax，仍然可以通过requests来实现数据的获取。不过javascript动态渲染页面不止Ajax这种。有些网站的分页部分可能是阅读详情

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

PS：如有需要Python学习资料的小伙伴可以点击下方链接自行获取

python免费学习资料、代码以及交流解答点击即可加入

selenium的安装

是不是会有很多小伙伴会认为这个安装有必要讲吗？不就是一个pip就可以搞定嘛，当然没有那么简单了。

selenium是一个自动化测试工具，利用它我们可以驱动浏览器执行特定的动作，如点击、下拉等操作。对于一些javascript渲染的页面来说，这招还是很有效的。

pip 安装

安装方式：我推荐pip安装

验证安装

进入Python命令交互模式，导入selenium包，如果没有报错，那么就说明安装成功。

但是这样还不够，但是这样还不够，因为我们需要用到浏览器（如Chrome、Firefox）来配合selenium工作。有了浏览器我们才能配合selenium进行页面抓取。

ChromeDriver的安装

当然，首先得下载好Chrome浏览器，可以自行百度下载并安装。

随后安装ChromeDriver。因为只有安装了ChromeDriver之后，才能驱动Chrome浏览器完成相应的操作。

1、准备工作
在这之前请务必确定已经安装成功Chrome浏览器。
2、查看版本
点击Chrome设置——>点击关于Chrome，即可查看Chrome的版本。如下图所示：

这里我的浏览器版本号是88.0。

请记住Chrome的版本号，因为等一下选择ChromeDriver版本的时候需要用到。

下载ChromeDriver

下载网址如下：
http://npm.taobao.org/mirrors/chromedriver
选择与你的浏览器相符合的版本，如下图所示：

环境变量配置

将刚刚下载好的驱动解压出来，并将其放入Python的Scripts目录下即可。如下图所示：

验证安装

配置完成之后可以在命令行输入chromedriver命令，如果输入之后出现如下图所示的界面，则说明环境变量配置好了。

selenium的基本使用介绍

简单示例

那么接下来就是对上面的代码进行简单的分析。
selenium.webdriver提供了所有的webdriver实现，当前支持的webdriver有：Firefox、Chrome、IE和Remote。Keys类提供键盘支持，比如：F1、enter等等。

接下来创建一个Chrome实例

driver.get()方法将打开URL中填写的地址，webdriver将等待，直到页面完全加载完毕（其实是等待onload方法执行完毕），然后继续执行脚本。值得注意的是，如果页面使用了大量的Ajax加载，webdriver可能不知道什么时候加载完毕。

下一行使用assert的方式确认标题是否含有python一词。当assert语句后面为False时，将会抛出异常。

同时webdriver也提供了大量的查找页面元素的方法。，例如：find_element_by_*， *就是属性。

接下来发送一个关键字，这个方法类似于使用键盘输入关键字。特殊的按键可以使用Keys类来输入，该类是继承selenium.webdriver.common.keys，为了安全起见，需要先清除input输入框里面的内容，避免对搜索结果存在影响。

提交页面之后，你会得到所有的结果。为了使特定的结果被找到，使用assert如下：

最后关闭浏览器。值得注意的是close()方法只会关闭一个标签，因此，可以使用quit()方法代替close()方法，quit()方法是关闭整个浏览器。

查找元素

在一个页面中有很多不同的策略可以定位一个元素。在你的项目中可以选择最合适的方法去查找元素。selenium提供的方法如下所示：

find_element_by_id
find_element_by_name
find_element_by_xpath
find_element_by_link_text
find_element_by_partial_link_text
find_element_by_tag_name
find_element_by_class_name
find_element_by_css_selector

一次查找多个元素（这些元素会返回一个list列表）

find_elements_by_id
find_elements_by_name
find_elements_by_xpath
find_elements_by_link_text
find_elements_by_partial_link_text
find_elements_by_tag_name
find_elements_by_class_name
find_elements_by_css_selector

等待页面加载完成

现在大多数的web应用程序是使用Ajax技术。当一个页面被加载到浏览器时，该页面内的元素可以在不同的时间点被加载。这使得定位元素变得困难，如果元素不再页面之中，会抛出ElementNotVisibleException 异常。使用waits，我们可以解决这个问题。waits提供了一些操作之间的间隔，主要是定位元素或针对该元素的任何操作。

selenium webdriver提供两种等待方式，一种是显示等待，一种是隐式等待。

显式等待

它指定要查找的节点，然后指定一个最长的等待时间，如果规定时间内加载出来了这个节点，就返回查找的节点；如果规定时间内没有加载出该节点，就抛出超时异常。

接下来，我们就用一个简单的例子来表示：

首先打开京东并打开开发者工具。如下图所示：

如上图，我们需要寻找id为key的节点和class为button的节点。具体代码如下所示：

接下来对上面代码进行简单的说明，首先引入WebDriverWait这个对象，并指定最长时间，然后调用它的until()方法，传入要等待的条件expected_conditions，比如这里传入了presence_of_element_located这个条件，代表节点出现的意思，其参数是节点定位的元组，也就是ID为key的搜索框。

这样做到的效果是，在10秒如果ID为key的节点成功加载出来，就返回该节点；如果超过20秒还没有加载出来就会抛出异常。

运行代码之后，网速不错的话，是可以成功加载出来的。

输出结果如下：

<selenium.webdriver.remote.webelement.WebElement (session="54576c743c2ef8ec50ae1e02e826f5c0", element="cc0ff331-146f-4756-b738-82eb65016c41")> <selenium.webdriver.remote.webelement.WebElement (session="54576c743c2ef8ec50ae1e02e826f5c0", element="d38b49d7-550b-4619-bee9-f268ff7b4bf9")>

可以看到，控制台成功输出了两个节点，它们都是WebElement类型。