多测师是一家拥有先进的教学理念,强大的师资团队,业内好评甚多的接口自动化测试培训机构!

17727591462

联系电话

您现在所在位置:接口自动化测试培训 > 新闻资讯

使用Selenium抓取QQ空间好友说说-自动化测试

更新时间:2022-04-07 09:10:33 作者:多测师 浏览:156

  前面我们接触到的,都是使用requests+BeautifulSoup组合对静态网页进行请求和数据解析,若是JS生成的内容,也介绍了通过寻找API借口来获取数据。

  但是有的时候,网页数据由JS生成,API借口又死活找不着或者是API借口地址随机变换,时间不等人。那就只能使用Selenium了。

使用Selenium抓取QQ空间好友说说-自动化测试

  一、Selenium简介

  Selenium是一个用于Web应用的功能自动化测试工具,Selenium 直接运行在浏览器中,就像真正的用户在操作一样。

  由于这个性质,Selenium也是一个强大的网络数据采集工具,其可以让浏览器自动加载页面,获取需要的数据,甚至页面截图,或者是判断网站上某些动作是否发生。

  Selenium自己不带浏览器,需要配合第三方浏览器来使用。支持的浏览器有Chrome、Firefox、IE、Phantomjs等。

  如果使用Chrome、FireFox或IE,我们可以看得到一个浏览器的窗口被打开、打开网站、然后执行代码中的操作。

  但是,让程序在后台中运行更符合我们爬虫的气质,所以自己多使用Phantomjs作为浏览器载体,本篇文章也以Phantomjs作介绍

  Phantomjs是一个“无头”浏览器,也就是没有界面的浏览器,但是功能与普通的浏览器无异。

  二、在Python中使用Selenium获取QQ空间好友说说

  之前使用pip安装好了selenium,直接在代码中import即可。

  下面我们以一个实际的例子——获取一个QQ空间好友的说说信息,来简单讲解一下Selenium+Phantomjs的使用。

  我们需要爬取的页面时这样的:

  QQ空间好友说说的链接为:http://user.qzone.qq.com/{好友QQ号}/311我们抓取他发的说说的时间和内容。

  python3运行代码

  依旧先上代码:

  # -*- coding:utf-8 -*-

  from bs4 import BeautifulSoup

  from selenium import webdriver

  import time

  # #使用Selenium的webdriver实例化一个浏览器对象,在这里使用Phantomjs

  # driver = webdriver.PhantomJS(executable_path=r"D:\phantomjs-2.1.1-windows\bin\phantomjs.exe")

  # #设置Phantomjs窗口最大化

  # driver.maximize_window()

  # 登录QQ空间

  def get_shuoshuo(qq):

  chromedriver = r"D:\soft\chromedriver_win32\chromedriver.exe"

  driver = webdriver.Chrome(chromedriver)

  #使用get()方法打开待抓取的URL

  driver.get('http://user.qzone.qq.com/{}/311'.format(qq))

  time.sleep(5)

  #等待5秒后,判断页面是否需要登录,通过查找页面是否有相应的DIV的id来判断

  try:

  driver.find_element_by_id('login_div')

  a = True

  except:

  a = False

  if a == True:

  #如果页面存在登录的DIV,则模拟登录

  driver.switch_to.frame('login_frame')

  driver.find_element_by_id('switcher_plogin').click()

  driver.find_element_by_id('u').clear() # 选择用户名框

  driver.find_element_by_id('u').send_keys('QQ号码')

  driver.find_element_by_id('p').clear()

  driver.find_element_by_id('p').send_keys('QQ密码')

  driver.find_element_by_id('login_button').click()

  time.sleep(3)

  driver.implicitly_wait(3)

  #判断好友空间是否设置了权限,通过判断是否存在元素ID:QM_OwnerInfo_Icon

  try:

  driver.find_element_by_id('QM_OwnerInfo_Icon')

  b = True

  except:

  b = False

  #如果有权限能够访问到说说页面,那么定位元素和数据,并解析

  if b == True:

  driver.switch_to.frame('app_canvas_frame')

  content = driver.find_elements_by_css_selector('.content')

  stime = driver.find_elements_by_css_selector('.c_tx.c_tx3.goDetail')

  for con, sti in zip(content, stime):

  data = {

  'time': sti.text,

  'shuos': con.text

  }

  print(data)

  pages = driver.page_source

  soup = BeautifulSoup(pages, 'lxml')

  #尝试一下获取Cookie,使用get_cookies()

  cookie = driver.get_cookies()

  cookie_dict = []

  for c in cookie:

  ck = "{0}={1};".format(c['name'], c['value'])

  cookie_dict.append(ck)

  i = ''

  for c in cookie_dict:

  i += c

  print('Cookies:', i)

  print("==========完成================")

  driver.close()

  driver.quit()

  if __name__ == '__main__':

  get_shuoshuo('好友QQ号码')

  三、代码简析

  1.照例,导入需要使用的模块:

  from bs4 import BeautifulSoup

  from selenium import webdriver

  import time

  2.使用Selenium的webdriver实例化一个浏览器对象,在这里使用Phantomjs:

  driver = webdriver.PhantomJS(executable_path="D:\\phantomjs.exe")

  3.设置Phantomjs窗口最大化:

  driver.maximize_window()

  4.主函数部分

  使用get()方法打开待抓取的URL:

  driver.get('http://user.qzone.qq.com/{}/311'.format(qq))

  等待5秒后,判断页面是否需要登录,通过查找页面是否有相应的DIV的id来判断:

  try:

  driver.find_element_by_id('login_div')

  a = True

  except:

  a = False

  如果页面存在登录的DIV,则模拟登录:

  driver.switch_to.frame('login_frame') #切换到登录ifram

  driver.find_element_by_id('switcher_plogin').click()

  driver.find_element_by_id('u').clear()#选择用户名框

  driver.find_element_by_id('u').send_keys('QQ号')

  driver.find_element_by_id('p').clear()#选择密码框

  driver.find_element_by_id('p').send_keys('QQ密码')

  driver.find_element_by_id('login_button').click()#点击登录按钮

  time.sleep(3)

  接着,判断好友空间是否设置了权限,通过判断是否存在元素ID:QM_OwnerInfo_Icon

  try:

  driver.find_element_by_id('QM_OwnerInfo_Icon')

  b = True

  except:

  b = False

  如果有权限能够访问到说说页面,那么定位元素和数据,并解析:

  if b == True:

  driver.switch_to.frame('app_canvas_frame')

  content = driver.find_elements_by_css_selector('.content')

  stime = driver.find_elements_by_css_selector('.c_tx.c_tx3.goDetail')

  for con,sti in zip(content,stime):

  data = {

  # 'qq':qq,

  'time':sti.text,

  'shuos':con.text

  }

  print(data)

  除了在Selenium中解析数据,我们还可以将当前页面保存为源码,再使用BeautifulSoup来解析:

  pages = driver.page_source

  soup = BeautifulSoup(pages,'lxml')

  最后,我们尝试一下获取Cookie,使用get_cookies():

  cookie = driver.get_cookies()

  cookie_dict = []

  for c in cookie:

  ck = "{0}={1};".format(c['name'],c['value'])

  cookie_dict.append(ck)

  i = ''

  for c in cookie_dict:

  i += c

  print('Cookies:',i)

  另外,再介绍两个Selenium的常用方法:

  ●保存屏幕截图:

  driver.save_screenshot('保存的文件路径及文件名')

  ●执行JS脚本:

  driver.execute_script("JS代码")

  以上内容为大家介绍了自动化测试中的使用Selenium抓取QQ空间好友说说,本文由多测师亲自撰写,希望对大家有所帮助。了解更多自动化测试相关知识:https://www.aichudan.com/xwzx/

联系电话

17727591462

返回顶部