版权声明：允许转载，但转载必须保留原链接；请勿用作商业或者非法用途
1. 前言
最近看到群里很多小伙伴都在用Airtest-Selenium做一些web自动化的尝试，正好趁此机会，我们也出几个关于web自动化的实操小课，仅供大家参考~
今天跟大家分享的是一个非常简单的爬取网页信息的小练习，在百度找到新榜网页，搜索关键词“自动化”，爬取前5名的公众号名称。
2. 需求分析和准备
整体的需求大致可以分为以下步骤：
- 打开chrome浏览器
- 打开百度网页
- 搜索“新榜官网”
- 点击“找达人”按钮
- 搜索关键词“自动化”
- 爬取排名前5的公众号名称
在写脚本之前，我们需要准备好社区版AirtestIDE，设置好chrome.exe和对应的driver；并且确保我们的chrome浏览器版本不是太高以及selenium是4.0以下即可（这些兼容问题我们都会在后续的版本修复）。
3. 脚本实现
3.1 完整示例代码
接下来就可以着手写脚本啦，关于web自动化脚本，我们可以借助IDE的selenium Window ，方便我们录制控件信息和快速使用常用接口：
完整的参考代码如下：
# -*- encoding=utf8 -*- __author__ = "AirtestProject" from airtest.core.api import * from airtest_selenium.proxy import WebChrome from selenium.webdriver.common.keys import Keys from selenium.webdriver.common.by import By """ 任务描述：打开chrome浏览器，打开百度搜索新榜，进入新榜搜索关键词“自动化”，爬取自动化综合排名前10的公众号名称 https://www.newrank.cn/search/gongzhonghao/%E8%87%AA%E5%8A%A8%E5%8C%96 """ def start_selenium(): # 创建一个实例，代码运行到这里，会打开一个chrome浏览器 driver = WebChrome() driver.implicitly_wait(20) driver.get("https://www.baidu.com/") # 输入搜索关键词并提交搜索 search_box = driver.find_element_by_name('wd') search_box.send_keys('新榜官网') search_box.submit() # 使用XPath查找文本为 "上海新榜信息技术股份" 的元素并点击 try: element = driver.find_element_by_xpath("//div[@id='content_left']/div[@id='1']/div[@class='c-container']/div[1]/h3[@class='c-title t t tts-title']/a") except Exception as e: element = driver.find_element_by_xpath('//*/text()[normalize-space()="上海新榜信息技术股份"]/parent::*') element.click() # 获取所有窗口句柄 window_handles = driver.window_handles # 切换到新打开的窗口 driver.switch_to.window(window_handles[1]) # 获取新页面的链接 new_page_url = driver.current_url # 打印新页面的链接 print(new_page_url) driver.get(new_page_url) # # 在主内容内部查找 "找达人" 按钮并点击 search_box = driver.find_element_by_xpath('//button[@class="ant-btn ant-btn-primary ant-btn-lg index_searchBtn__c3q_1"]//a') print(search_box.text) # 获取a标签的URL url = search_box.get_attribute('href') # 打印URL print(url) driver.get(url) # 请求搜索链接-跳转 # 输入搜索关键词并提交搜索 search_box = driver.find_element_by_id('rc_select_0') # 模拟发送Backspace键 search_box.send_keys(Keys.BACKSPACE) # 清空内容 search_box.send_keys(Keys.BACKSPACE) search_box.send_keys('自动化') # 模拟发送Enter键 search_box.send_keys(Keys.ENTER) sleep(5) list_date = driver.find_elements(By.XPATH, "//div[@class='ant-spin-container']//li") for item in list_date: name_str = item.find_element_by_class_name("index_name__Fk83i") print(name_str.text) if __name__ == "__main__": start_selenium()
3.2 重要知识点
1）创建实例并打开浏览器
driver = WebChrome()
2）打开网页
driver.get("https://www.baidu.com/")
3）元素定位
driver.find_element_by_xpath('//button[@class="ant-btn ant-btn-primary ant-btn-lg index_searchBtn__c3q_1"]//a')
更多定位方式可以在官方教程学习：python-selenium-zh.readthedocs.io/zh_CN/lates… 。
4）模拟按键输入
search_box = driver.find_element_by_name('wd') search_box.send_keys('新榜官网')
5）模拟回车
search_box = driver.find_element_by_name('wd') search_box.submit()
6）模拟键盘事件
search_box = driver.find_element_by_id('rc_select_0') # 模拟发送Backspace键 search_box.send_keys(Keys.BACKSPACE)
4. 注意事项与小结
4.1 相关教程
4.2 参考脚本的有效性
请同学们不要过多依赖于我们给出的参考脚本，通常情况下，网页的控件信息可能会随着前端的改动而更新，所以我们的教程并不是永久有效的。
更多的是参考整体脚本的知识点，查漏补缺，让自己在小实践中对web自动化的熟练程度更高。也非常欢迎热心同学给我们投稿~
