python selenium爬虫自动登录实例

一、概述

我们要先安装selenium这个库，使用pip install selenium 命令安装，selenium这个库相当于机器模仿人的行为去点击浏览器上的元素，这时我们要用到一个浏览器的驱动（这里我用的是谷歌浏览器）。

二、安装驱动 确认浏览器版本

首先我们先要查看自己浏览器的版本，谷歌浏览器的话点右上角三个点--帮助--关于 Chrome

我们会看到自己的浏览器版本，可以看到我的浏览器版本为100.0.4896.127（正式版本）

下载驱动

打开网页 ：CNPM Binaries Mirror

找到100.0.4896.127，后面的小版本号虽然和我的浏览器有些差异，可以忽略。只要保证大版本是一样即可。

 点击进去，找到windows版。注意：windows版只有32位，没有64位。

下载完后，解压后里面有个chromedriver.exe文件 

获取自己python安装的目录

打开cmd，输入where python可以查看python安装的路径，一般是下面这个（如果找不到目录记得打开计算机文件隐藏项目）

 将解压后的chromedriver.exe文件复制到python安装目录下

三、 分析网页

打开某宝官网，点击登录，按f12查看网页源码，定位到账号输入框、密码输入框和登录按钮复制它们的xpath 。

 

返回官网首页，同样的方法复制搜索框和搜索按钮的xpath，这里比如我输入电脑

 接下来分析网页获取商品信息 ，这里我就放在代码里面了。

四、代码

代码这里我使用了一个滑块验证的方法，滑块验证不一定会成功也可以自己手动滑一下。

import time
import csv
from selenium import webdriver
from selenium.webdriver.common.keys import Keys
from selenium.webdriver import ChromeOptions, ActionChains


# 定义爬取单页的函数
def get_page(web):
    divs = web.find_elements_by_xpath('//*[@id="mainsrp-itemlist"]/div/div/div[1]/div')
    # print(divs)
    for div in divs:
        info = div.find_element_by_xpath('./div[2]/div[2]/a').text  # 商品名称
        price = div.find_element_by_xpath('./div[2]/div[1]/div[1]/strong').text + '元'  # 商品价格
        deal = div.find_element_by_xpath('./div[2]/div[1]/div[2]').text  # 商品付款人数
        name = div.find_element_by_xpath('./div[2]/div[3]/div[1]/a/span[2]').text  # 商家店名
        print(info, price, deal, name, sep="|")
        try:
            csvwriter.writerow([info, price, deal, name])
        except :
            pass


option = ChromeOptions()
# 设置为开发者模式，防止被各大网站识别出来使用了Selenium
option.add_experimental_option('excludeSwitches', ['enable-automation'])
option.add_argument("--disable-blink-features")
option.add_argument("--disable-blink-features=AutomationControlled")
# 初始化一个web对象
web = webdriver.Chrome(options=option)
# 进入淘宝官网
web.get('https://www.taobao.com/')
# 点击登录
web.find_element_by_xpath('//*[@id="J_SiteNavLogin"]/div[1]/div[1]/a[1]').click()
# 输入账号密码
web.find_element_by_xpath('//*[@id="fm-login-id"]').send_keys('你的手机号')
web.find_element_by_xpath('//*[@id="fm-login-password"]').send_keys('你的密码')
# 点击登录
web.find_element_by_xpath('//*[@id="login-form"]/div[4]/button').click()
time.sleep(2)
# 搜索商品并回车
web.find_element_by_xpath('//*[@id="q"]').send_keys('电脑', Keys.ENTER)
time.sleep(3)
#  验证淘宝滑块，在前三秒也可以手动滑块，因为不确保自动滑块能成功
try:
    yz = web.find_element_by_xpath('//*[@id="baxia-punish"]/div[2]/div/div[1]/div[2]/div/p').text
    if yz == '通过验证以确保正常访问':
        while 1:
            # 获取滑块的大小
            span_background = web.find_element_by_xpath('//*[@id="nc_1__scale_text"]/span')
            span_background_size = span_background.size
            # print(span_background_size)
            # 获取滑块的位置
            button = web.find_element_by_xpath('//*[@id="nc_1_n1z"]')
            button_location = button.location
            # print(button_location)
            # 拖动 *** 作：drag_and_drop_by_offset
            # 将滑块的位置由初始位置，右移一个滑动条长度（即为x坐标在滑块位置基础上，加上滑动条的长度，y坐标保持滑块的坐标位置）
            x_location = span_background_size["width"]
            y_location = button_location["y"]
            # print(x_location, y_location)
            action = ActionChains(web)
            source = web.find_element_by_xpath('//*[@id="nc_1_n1z"]')
            action.click_and_hold(source).perform()
            action.move_by_offset(x_location, 0)
            action.release().perform()
            time.sleep(1)
            try:
                web.find_element_by_xpath('//*[@id="`nc_1_refresh1`"]').click()
                time.sleep(3)
            except:
                pass
except:
    with open('taobao.csv', mode='a', newline='', encoding='gbk') as fp:
        csvwriter = csv.writer(fp, delimiter=',')
        csvwriter.writerow(['info', 'price', 'deal', 'name'])
    Allpage = 3
    count = 0
    while count < Allpage:
        count += 1
        print('-------------------正在爬取第%d页---------------------' % count)
        get_page(web)
        web.find_element_by_xpath('//*[@id="mainsrp-pager"]/div/div/div/ul/li[8]/a/span[1]').click()
        print('------------------------')
        time.sleep(5)

    web.close()
    web.quit()

最好不要用自己的账号过多的爬取，可能会封号。