记一次python + selenium小项目出现的问题与解决办法

记一次python + selenium小项目出现的问题与解决办法

如何接入代理

def crawl_xdaili(self):#代理  可不用  需要时 解除注释
    """
    获取讯代理
    :return: 代理
    """
    url = '寻代理的api接口 自己去讯代理官网'
    r = requests.get(url)
    if r:
        result = json.loads(r.text)
        proxies = result.get('RESULT')
        for proxy in proxies:
            self.proxies = {
                'http':'http://' + proxy.get('ip') + ":"+ proxy.get('port')
            }
            print(proxies)
            
            
      options.add_argument("--proxy-server=%s"%ip)#设置IP代理

获取信息方式

尽量使用第一次找到一个大的信息所在的标签通过xpath+for循环提取信息

   def info_url(self):#获取页面中的url等信息
        self.driver.current_window_handle
        # 先定位，查看是否加载元素
        WebDriverWait(self.driver, 1000).until(
            EC.presence_of_element_located(
                (By.XPATH, "//tr[@onmouseout='this.className=rowClass']")))
        infos = self.driver.find_elements_by_xpath("//tr[@onmouseout='this.className=rowClass']")#获取标题
        some_info=[]
        self.urls = []
        self.titles = []
        for info in infos:#选择性获取你需要的信息
            title = info.find_element_by_xpath('.//a/span').get_attribute('title') #标题
            url = info.find_element_by_xpath('.//a').get_attribute('href')#链接
            address = info.find_element_by_xpath('./td[2]').text
            ways = info.find_element_by_xpath('./td[4]').text#方式
            time1 = info.find_element_by_xpath('./td[5]').text#日期
            time2 = info.find_element_by_xpath('./td[6]').text
            self.urls.append(url)
            self.titles.append(title)

如何重新打开一个页面

js = 'window.open("{}");'.format(url)
self.driver.execute_script(js)

如何切换页面句柄

handles = self.driver.window_handles
for handle in handles:
    if handle != self.driver.current_window_handle:
        self.driver.switch_to.window(handle)
        
        self.driver.close()

如何截图

self.driver.switch_to.window(handle)
window_height = self.driver.get_window_size()['height']
page_width = self.driver.execute_script('return document.documentElement.scrollWidth')  # 页面宽度
page_height = self.driver.execute_script('return document.documentElement.scrollHeight')  # 页面高度
self.driver.set_window_size(page_width, page_height)  # 窗口大小调整
u = 'F:\pycharm_pracise\land\Picture\%s.png' % self.titles[t]#改到你自己创建的文件夹
self.driver.get_screenshot_as_file(u)
#self.driver.save_screenshot('%s.png'%self.titles[t])  # 截屏
print('已截图......第%d张'%t)

如何解决存在javascript:void的标签的查找或者点击

aElements = self.driver.find_elements_by_tag_name("a")
time.sleep(2)
names = []
for name in aElements:
    if (name.get_attribute("href") is not None and "javascript:void" in name.get_attribute("href")):
        names.append(name)
        
#点击self.driver.execute_script('arguments[0].click();',names[-2])

写代码之前构思好流畅的思路以及流程

流程：
打开页面-》输入时间-》获取一共多少页和页面中url-》解析整页的页面-》翻页
                         *            循环               *
                         *            循环               *
                         ********************************