【Python爬虫实战】深入解锁 DrissionPage:ChromiumPage 自动化网页操作指南

  🌈个人主页:易辰君-CSDN博客
🔥 系列专栏:https://blog.csdn.net/2401_86688088/category_12797772.html

目录

前言

一、ChromiumPage基础操作

(一)初始化Drission 和 ChromiumPage 对象

(二)打开浏览器并加载页面

(三)设置浏览器启动参数

(四)加载等待设置

二、ChromiumPage元素操作

(一)基本元素定位方法

(二)常用的选择器类型

(三)常用的元素操作方法

(四)示例:完整的元素操作流程

(五)元素操作总结

三、IFrame切换

(一)为什么需要切换 iframe

(二)使用 to_iframe() 方法切换到指定的 iframe

(三)操作 iframe 内的元素

(四)切换回主页面

(五)完整示例

(六)IFrame切换总结


前言

随着网络自动化需求的增加,Python 开发者需要一种简洁而高效的工具来实现浏览器控制与网页操作。DrissionPage 作为一款轻量级且功能强大的浏览器自动化库,为开发者提供了丰富的功能支持。本文将聚焦 DrissionPage 中的 ChromiumPage,涵盖从基础的浏览器启动、元素操作到 iframe 切换的核心功能。无论是新手入门还是资深用户的进阶需求,本文都将为您提供实用的参考指南,助您轻松掌控网页自动化任务。


一、ChromiumPage基础操作

在 DrissionPage 中,ChromiumPage 提供了多种配置选项来定制浏览器的启动方式,支持无头模式、代理设置、自定义窗口大小等配置。以下是 ChromiumPage 打开浏览器和初始化配置的详细操作。

(一)初始化Drission 和 ChromiumPage 对象

使用 ChromiumPage 打开浏览器的第一步是创建一个 Drission 对象,然后使用它来初始化 ChromiumPage。这是 DrissionPage 进行浏览器自动化的标准流程。

from drission import Drission# 创建 Drission 对象
drission = Drission()# 使用 Drission 对象初始化 ChromiumPage
page = drission.use_chromium()

(二)打开浏览器并加载页面

创建 ChromiumPage 后,可以使用 get() 方法加载指定的 URL,这会在浏览器中打开该网页。

# 打开网页
page.get("https://example.com")

(三)设置浏览器启动参数

ChromiumPage 支持在启动时自定义多种配置参数,以下是常用的配置项:

  • headless:是否启用无头模式。无头模式不会显示浏览器窗口,适合在后台运行自动化任务。默认为 True

  • args:额外的启动参数,可以传递任何 Chromium 支持的启动选项,如窗口大小、禁用扩展等。

  • proxy:设置代理服务器的 IP 和端口,用于修改访问 IP 地址。

  • user_agent:自定义浏览器的 User-Agent 标识。

  • disable_image:禁用图片加载,适合在不需要图片的情况下提高加载速度。

以下示例展示了如何在启动时配置这些参数:

# 启动浏览器并设置初始化配置
page = drission.use_chromium(headless=False,                        # 是否启用无头模式args=["--window-size=1200,800"],       # 设置窗口大小proxy="127.0.0.1:8080",                # 设置代理user_agent="MyCustomUserAgent",        # 自定义 User-Agentdisable_image=True                     # 禁用图片加载以加速页面加载
)

(四)加载等待设置

对于需要等待动态内容加载的页面,可以使用 wait_load() 方法,确保页面资源完全加载后再继续执行其他操作。这可以避免未加载完成导致的操作失败问题。

page.get("https://example.com")
page.wait_load()  # 等待页面加载完成

二、ChromiumPage元素操作

在 DrissionPage 的 ChromiumPage 中,元素定位是一项关键功能,用于查找页面中的元素并对其进行操作。ChromiumPage 提供了多种元素定位方法,类似于 Selenium 的操作方式。以下是元素定位的几种常用方法。

(一)基本元素定位方法

ChromiumPage 提供的元素定位方法主要包括以下几种:

  • ele(selector):定位单个元素

  • eles(selector):定位多个元素,返回一个元素列表

在这些方法中,selector 是用于指定 HTML 元素的选择器,支持多种选择器类型(如 CSS 选择器、XPath)。

(二)常用的选择器类型

ele()eles() 方法中,支持以下几种选择器类型:

  • CSS 选择器:使用 CSS 样式选择器定位元素,常见的形式包括:

    • 标签名:'div'

    • 类名:'div.classname'

    • ID:'#element_id'

    • 属性:'input[name="username"]'

  • XPath:通过 XPath 表达式定位元素。例如,'//div[@class="classname"]' 可以定位类名为 classnamediv 元素。

  • 标签属性:可以直接使用 @属性=值 的形式,例如 @id='element_id'

以下是具体示例代码:

# 通过 CSS 选择器定位单个元素
element = page.ele('button#submit')# 通过类名定位多个元素,返回元素列表
elements = page.eles('div.classname')# 使用 XPath 定位元素
element = page.ele('//input[@name="username"]')

(三)常用的元素操作方法

定位到元素后,可以对元素进行进一步操作,以下是常用的元素操作方法:

  • 点击元素:使用 click() 方法对定位的元素进行点击操作。

page.click('button#submit')  # 通过选择器查找并点击按钮
  • 输入文本:使用 input() 方法将文本输入到指定的输入框中。
page.input('input#username', 'your_username')
  • 获取文本内容:使用 text() 获取元素的文本内容。
text = page.ele('div.classname').text
print(text)
  • 获取属性值:使用 attr() 获取元素的指定属性值。
attribute_value = page.ele('img').attr('src')
print(attribute_value)
  • 检查元素是否可见:可以使用 exists() 方法检查元素是否存在或是否可见。
if page.ele('div.classname').exists():print("Element is visible")

(四)示例:完整的元素操作流程

以下示例代码,展示如何使用元素定位、输入文本、点击按钮和获取文本内容:

from drission import Drission# 创建 Drission 和 ChromiumPage 对象
drission = Drission()
page = drission.use_chromium(headless=False)# 打开网页
page.get("https://example.com")# 定位并输入文本
page.input('input#username', 'your_username')
page.input('input#password', 'your_password')# 定位并点击按钮
page.click('button#login_button')# 等待页面加载并获取欢迎信息
page.wait('div.welcome-message')
welcome_text = page.ele('div.welcome-message').text
print("Welcome message:", welcome_text)# 关闭浏览器
page.close()

(五)元素操作总结

DrissionPage 的 ChromiumPage 提供了简洁的元素定位和操作方法,用户可以通过 CSS 选择器或 XPath 定位页面元素,并对其进行点击、输入、获取文本等操作。结合元素等待机制,可以更好地处理动态内容,完成稳定的浏览器自动化任务。


三、IFrame切换

在网页自动化操作中,iframe 是一种用于在页面中嵌入其他 HTML 文档的元素。许多网页将功能或内容嵌入 iframe 中,直接操作 iframe 中的元素之前需要先切换到该 iframe。在 DrissionPage 中,ChromiumPage 提供了切换到 iframe 的方法,使得用户可以轻松访问和操作 iframe 内的内容。

(一)为什么需要切换 iframe

默认情况下,浏览器在加载页面时,处于主页面的上下文中,但 iframe 内容位于不同的文档环境。因此,如果想操作 iframe 中的元素,必须先将浏览器的上下文切换到对应的 iframe。否则,直接查找 iframe 中的元素会失败。

(二)使用 to_iframe() 方法切换到指定的 iframe

ChromiumPage 提供了 to_iframe() 方法用于切换到 iframe。这个方法允许通过 iframe 的序号或选择器来指定需要切换的 iframe

示例:

# 假设页面中有一个 iframe,选择器为 iframe#my_iframe
page.to_iframe('iframe#my_iframe')  # 通过选择器切换到 iframe
  • 通过序号切换:如果页面有多个 iframe,可以通过索引来切换到特定的 iframe,例如 page.to_iframe(0) 会切换到第一个 iframe

  • 通过选择器切换:可以使用选择器(如 iframe#my_iframe)来切换到指定的 iframe

(三)操作 iframe 内的元素

切换到 iframe 后,可以直接在 iframe 中查找和操作元素。例如:

# 假设 iframe 内部有一个按钮,ID 为 submit_button
page.to_iframe('iframe#my_iframe')    # 切换到 iframe
page.click('#submit_button')          # 操作 iframe 内的按钮

(四)切换回主页面

在完成 iframe 内的操作后,可以使用 to_parent() 方法切换回主页面。

page.to_parent()  # 切换回主页面

(五)完整示例

以下是一个示例,展示如何在 iframe 中操作元素并切换回主页面:

from drission import Drission# 初始化 Drission 和 ChromiumPage
drission = Drission()
page = drission.use_chromium()# 打开包含 iframe 的页面
page.get("https://example.com")# 切换到 iframe 并操作其中的元素
page.to_iframe('iframe#iframe_id')          # 通过选择器切换到 iframe
page.input('#input_field', 'some text')     # 在 iframe 内部的输入框中输入文本
page.click('#submit_button')                # 点击 iframe 内部的按钮# 切换回主页面并操作其他元素
page.to_parent()
page.click('#main_page_button')  # 操作主页面的按钮# 关闭浏览器
page.close()

(六)IFrame切换总结

通过 ChromiumPageto_iframe() 方法,可以轻松地在 iframe 和主页面之间切换,访问和操作嵌套在 iframe 内的内容。在完成操作后,可以使用 to_parent() 方法切换回主页面,便于继续处理主页面的其他元素。这种切换机制适用于各种嵌套页面的自动化场景。


四、总结

通过 DrissionPage 的 ChromiumPage,开发者可以便捷地实现浏览器的自动化控制。无论是通过多样化的元素定位方法来精确查找元素、切换到嵌套的 iframe 实现多层级操作,还是设置无头模式和代理来定制化启动,ChromiumPage 都提供了丰富的支持。其简洁的接口和强大的功能让复杂的自动化任务变得简单易行,成为提升网页操作效率的不二之选。希望本文的讲解为您进一步了解和应用 DrissionPage 提供了帮助,让网页自动化任务变得更加轻松和高效。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/60066.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

H5播放器EasyPlayer.js 流媒体播放器是否支持npm(yarn) install 安装?

EasyPlayer.js H5播放器是一款功能强大的H5视频播放器,它支持多种流媒体协议播放,包括WebSocket-FLV、HTTP-FLV、HLS(m3u8)、WebRTC等格式的视频流。它不仅支持H.264和H.265编码格式,还具备实时录像、低延时直播等功能…

pipreqs:快速准确生成当前项目的requirements.txt,还有和freeze的对比

大家好,这里是程序员晚枫。 今天给大家推荐一个快速生成requirements.txt的小工具:pipreqs。 什么是requirements.txt? 我们在开发Python项目的时候,需要用到requirements.txt来管理项目中使用的第三方库。 当我们把项目部署到…

2024年入职_转行网络安全,该如何规划?

前言 前段时间,知名机构麦可思研究院发布了 《2023年中国本科生就业报告》,其中详细列出近五年的本科绿牌专业,其中,信息安全位列第一。 网络安全前景 对于网络安全的发展与就业前景,想必无需我多言,作为…

比较相邻两个元素求最大值

任务描述 本关任务:比较数组相邻两个元素求最大值。 相关知识 比较相邻的元素。如果第一个比第二个大,就交换他们两个,对每一对相邻元素做同样的工作,从开始第一对到结尾的最后一对,最后的元素应该会是最大的数。 如…

ElasticSearch备考 -- 集群配置常见问题

一、集群开启xpack安全配置后无法启动 在配置文件中增加 xpack.security.enabled: true 后无法启动,日志中提示如下 Transport SSL must be enabled if security is enabled. Please set [xpack.security.transport.ssl.enabled] to [true] or disable security b…

nVisual前端配置文件

自定义接口 描述 此配置文件作用是自定义连接后台服务器的地址。 文件位置 dist/config/api.js 字段说明 diagramApiHost:除了报表页面的所有接口host地址。 reportApiHost:报表页面接口host地址。 reportAdapterHost:报表适配器地址。 web…

力扣17-电话号码的数字组合

力扣17-电话号码的数字组合 思路代码 题目链接 思路 原题: 给定一个仅包含数字 2-9 的字符串,返回所有它能表示的字母组合。答案可以按 任意顺序 返回。 给出数字到字母的映射如下(与电话按键相同)。注意 1 不对应任何字母。 输…

gatewayworker 读取laravel框架的配置

我把gatewayworker放到了vendor目录,在laravel配置文件里配置了url。 return [webSorketUrl > env(WEBSOCKET_URL, ws://127.0.0.1:8282),gatewayWebSorketUrl > env(GATEWAY_WEBSORKET_URL, Websocket://127.0.0.1:8282), ];由于在Gatewayworker/application…

vs code使用git管理代码

1.vs code连接远程服务 ①安装Remote - SSH插件。 安装好远程连接插件后,按照步骤点击远程连接、选择加号、按照指定格式输入ssh ip连接远程服务器。 2.远程推送、对比代码 ①查看你当前所在的分支号,任意点开一个文件下都有对应的分支号。 ②点开右小…

2024 网鼎杯 - 青龙组 Web WP

2024 网鼎杯 - 青龙组 WEB - 02 打开容器一个登录界面,随便输入账号密码可以进到漏洞界面 这里有一个发送给boss的功能,一眼xss 有三个接口:/flag 、/update 、/submit /flag :要求boss才能访问,/update &#xf…

验证码-滑动验证码和点选验证码

1.csdn登录 存在多个内部框架,学习使用driver.switch_to.default_content() from selenium import webdriver from selenium.webdriver.common.by import By from selenium.webdriver.common.action_chains import ActionChains import timedriver webdriver.Chrom…

深度学习:BERT 详解

BERT 详解 为了全面详细地解析BERT(Bidirectional Encoder Representations from Transformers),我们将深入探讨它的技术架构、预训练任务、微调方法及其在各种自然语言处理(NLP)任务中的应用。 一、BERT的技术架构 …

停车场微信小程序的设计与实现(lw+演示+源码+运行)

摘要 随着信息技术在管理上越来越深入而广泛的应用,管理信息系统的实施在技术上已逐步成熟。本文介绍了停车场微信小程序的开发全过程。通过分析停车场微信小程序管理的不足,创建了一个计算机管理停车场微信小程序的方案。文章介绍了停车场微信小程序的…

如何保证kafka生产者数据可靠性

ack参数的设置: 0:生产者发送过来的数据,不需要等数据落盘应答 假如发送了Hello 和 World两个信息,Leader直接挂掉,数据就会丢失 生产者 ---> Kafka集群 一放进去就跑 数据可靠性分析:丢数 1&#…

实习作假:阿里健康实习做了RABC中台,还优化了短信发送流程

最近有二本同学说:“大拿老师,能帮忙看下简历吗?” 如果是从面试官的角度来看,这个同学的实习简历是很虚假的。 但是我们一直强调的是:校招的实习简历是不能出现明显的虚假。 首先,你去公司做事情&#…

Pytorch如何精准记录函数运行时间

0. 引言 参考Pytorch官方文档对CUDA的描述,GPU的运算是异步执行的。一般来说,异步计算的效果对于调用者来说是不可见的,因为 每个设备按照排队的顺序执行操作Pytorch对于CPU和GPU的同步,GPU间的同步是自动执行的,不需…

开发指南077-平台上各种时间、包大小设置

1、axios访问后台接口超时 /utils/qlm_request.js文件中: const service axios.create({ baseURL: process.env.VUE_APP_BASE_API, // url base url request url // withCredentials: true, // send cookies when cross-domain requests timeout: 600000 // re…

路过宝安乌石岩庙记

​每周带娃从上屋地铁去罗租大道的七彩城堡儿童乐园玩,路上都会经过乌石岩庙附近。听说香火很繁盛,娃说也想去看看,于是来到了乌石岩庙。 石岩乌石岩庙 广东省深圳市宝安区老街一区94号 ​从百度知悉:乌石岩庙,又称“…

HTML CSS H5C3样式语句汇总20241105

样式语句汇总: ----------------------------------样式设置------------------------------------ 盒子: border: 1px solid #000; 设置边框粗细、实线、颜色; margin: 0 auto; 盒子居中(顺时针)上0、右自适、下0、…

量化交易系统开发-实时行情自动化交易-Okex行情交易数据

19年创业做过一年的量化交易但没有成功,作为交易系统的开发人员积累了一些经验,最近想重新研究交易系统,一边整理一边写出来一些思考供大家参考,也希望跟做量化的朋友有更多的交流和合作。 接下来聊聊基于Okex交易所API获取行情数…