selenium+phantomJS学习使用记录

背景知识： phantomjs是一个基于webkit的没有界面的浏览器，因此运行起来比完整的浏览器要高效。 selenium是一个测试web应用的工具，目前是2.42.1版本，和1版的区别在于2.0+中把WebDrive整合在了一块儿。 selenium2支持的Python版本：2.7, 3.2, 3.3 and 3.4 若是须要进行远程操做的话，就须要额外安装selenium server 安装： 先装selenium2，哪一种方式装均可以，我通常都是直接下载压缩包，而后用python setup.py install命令来装，selenium 2.42.1的下载地址：https://pypi.python.org/pypi/selenium/2.42.1 而后下载phantomjs，https://bitbucket.org/ariya/phantomjs/downloads/phantomjs-1.9.7-windows.zip，解压后能够看到一个phantomjs.exe的文件 范例1： #coding=utf-8 from selenium import webdriver driver = webdriver.PhantomJS(executable_path=‘C:\Users\Gentlyguitar\Desktop\phantomjs-1.9.7-windows\phantomjs.exe‘) driver.get("http://duckduckgo.com/") driver.find_element_by_id(‘search_form_input_homepage‘).send_keys("Nirvana") driver.find_element_by_id("search_button_homepage").click() print driver.current_url driver.quit() 其中的executable_path就是刚才phantomjs.exe的路径，运行结果： https://duckduckgo.com/?q=Nirvana Walk through of the example：  值得一提的是： get方法会一直等到页面被彻底加载，而后才会继续程序 可是对于ajax： It’s worth noting that if your page uses a lot of AJAX on load then WebDriver may not know when it has completely loaded send_keys就是填充input 范例2： #coding=utf-8 from selenium import webdriver from selenium.webdriver.common.keys import Keys from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver import ActionChains import time import sys driver = webdriver.PhantomJS(executable_path=‘C:\Users\Gentlyguitar\Desktop\phantomjs-1.9.7-windows\phantomjs.exe‘) driver.get("http://www.zhihu.com/#signin") #driver.find_element_by_name(‘email‘).send_keys(‘your email‘) driver.find_element_by_xpath(‘//input[@name="password"]‘).send_keys(‘your password‘) #driver.find_element_by_xpath(‘//input[@name="password"]‘).send_keys(Keys.RETURN) time.sleep(2) driver.get_screenshot_as_file(‘show.png‘) #driver.find_element_by_xpath(‘//button[@class="sign-button"]‘).click() driver.find_element_by_xpath(‘//form[@class="zu-side-login-box"]‘).submit() try: dr=WebDriverWait(driver,5) dr.until(lambda the_driver:the_driver.find_element_by_xpath(‘//a[@class="zu-top-nav-userinfo "]‘).is_displayed()) except: print ‘登陆失败‘ sys.exit(0) driver.get_screenshot_as_file(‘show.png‘) #user=driver.find_element_by_class_name(‘zu-top-nav-userinfo ‘) #webdriver.ActionChains(driver).move_to_element(user).perform() #移动鼠标到个人用户名 loadmore=driver.find_element_by_xpath(‘//a[@id="zh-load-more"]‘) actions = ActionChains(driver) actions.move_to_element(loadmore) actions.click(loadmore) actions.perform() time.sleep(2) driver.get_screenshot_as_file(‘show.png‘) print driver.current_url print driver.page_source driver.quit() 这个程序完成的是，登录知乎，而后能自动点击页面下方的“更多”，以载入更多的内容 Walk through of the example： from selenium.webdriver.common.keys import Keys，keys这个类就是键盘上的键，文中的send_keys(Keys.RETURN)就是按一个回车 from selenium.webdriver.support.ui import WebDriverWait是为了后面一个等待的操做 from selenium.webdriver import ActionChains是导入一个动做的类，这句话的写法，我找了好久 find_element推荐使用Xpath的方法，缘由在于：逼格高，并且真的很是很是方便 Xpath表达式写法教程：http://www.ruanyifeng.com/blog/2009/07/xpath_path_expressions.html 值得注意的是，避免选择value带有空格的属性，譬如class = "country name"这种，否则会报错，大概compound class之类的错 检查用户密码是否输入正确的方法就是在填入后截屏看看 想要截屏，这么一句话就行： driver.get_screenshot_as_file(‘show.png‘) 可是，这里的截屏是不带滚动条的，就是给你把整个页面所有照下来 try: dr=WebDriverWait(driver,5) dr.until(lambda the_driver:the_driver.find_element_by_xpath(‘//a[@class="zu-top-nav-userinfo "]‘).is_displayed()) except: print ‘登陆失败‘ sys.exit(0) 是用来经过检查某个元素是否被加载来检查是否登陆成功，我认为当个黑盒子用就能够了。其中5的解释：5秒内每隔500毫秒扫描1次页面变化，直到指定的元素 对于表单的提交，便可以选择登陆按钮而后使用click方法，也能够选择表单而后使用submit方法，后者能应付没有登陆按钮的状况，因此推荐使用submit() 对于一次点击，既可使用click()，也可使用一连串的action来实现，如文中： loadmore=driver.find_element_by_xpath(‘//a[@id="zh-load-more"]‘) actions = ActionChains(driver) actions.move_to_element(loadmore) actions.click(loadmore) actions.perform() 这5句话其实就至关于一句话，find element而后click，可是action的适用范围更广，譬如在这个例子中，要点击的是一个a标签对象，我不知道为何直接用click不行，不起做用 print driver.current_url print driver.page_source 打印网页的两个属性：url和source   参考文献： http://www.realpython.com/blog/python/headless-selenium-testing-with-python-and-phantomjs/#.U5FXUvmSziE http://selenium-python.readthedocs.org/getting-started.html http://www.ruanyifeng.com/blog/2009/07/xpath_path_expressions.html http://www.cnblogs.com/paisen/p/3310067.html

phantomJS设置头部的userAgent
from selenium import webdriver
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities
 
dcap = dict(DesiredCapabilities.PHANTOMJS)
dcap["phantomjs.page.settings.userAgent"] = (
    "Mozilla/5.0 (Macintosh; Intel Mac OS X 10.9; rv:25.0) Gecko/20100101 Firefox/25.0 "
)
 
driver = webdriver.PhantomJS(executable_path='./phantomjs', desired_capabilities=dcap)
driver.get("http://dianping.com/")
cap_dict = driver.desired_capabilities
for key in cap_dict:
    print '%s: %s' % (key, cap_dict[key])
print driver.current_url
driver.quit
查看是否成功

agent = browser.execute_script("return navigator.userAgent")print agent