• 15
  • 14
分享
  • 爬取网页,完美模拟真实的用户浏览行为——软件测试圈
  • 曼倩诙谐 2021-02-01 13:11:40 字数 6340 阅读 1588 收藏 14

  背景

  Selenium是一个用于Web应用程序测试的工具。Selenium测试直接运行在浏览器中,就像真正的用户在操作一样。而对于爬虫来说,使用Selenium操控浏览器来爬取网上的数据那么肯定是爬虫中的杀手武器。这里,我将介绍selenium+谷歌浏览器的一般使用。

  需求

  在平常的爬虫开发中,有时候网页是一堆js堆起来的代码,涉及很多异步计算,如果是普通的http控制台请求,那么得到的源文件是一堆js,需要自己在去组装数据,很费力;但是采用Selenium+ChromeDriver可以达到所见即所得的完美效果。

  实现方式

  项目结构:为了方便使用,用的winform程序,附nuget包。

7-1.png

  以下是form1.cs的代码,这里就只放关键方法代码了。需要安装最新的chrome浏览器+代码中使用的chromedriver是v2.9.248315

private void crawlingWebFunc()
        {
            SetText("\r\n开始尝试...");
            List<testfold> surls = new List<testfold>();
            string path = System.Environment.CurrentDirectory + "\\图片url\\";
            DirectoryInfo root = new DirectoryInfo(path);
            DirectoryInfo[] dics = root.GetDirectories();
            foreach (var itemdic in dics)
            {
                string txt = "";
                StreamReader sr = new StreamReader(itemdic.FullName + "\\data.txt");
                while (!sr.EndOfStream)
                {
                    string str = sr.ReadLine();
                    txt += str;// + "\n";
                }
                sr.Close();
                surls.Add(new testfold() { key = itemdic.FullName, picurl = txt });
            }
            ChromeDriverService service = ChromeDriverService.CreateDefaultService(System.Environment.CurrentDirectory);
            //  service.HideCommandPromptWindow = true;
            ChromeOptions options = new ChromeOptions();
            options.AddArguments("--test-type", "--ignore-certificate-errors");
            options.AddArgument("enable-automation");
            //   options.AddArgument("headless");
            //  options.AddArguments("--proxy-server=http://user:password@yourProxyServer.com:8080");
            using (IWebDriver driver = new OpenQA.Selenium.Chrome.ChromeDriver(service, options, TimeSpan.FromSeconds(120)))
            {
                driver.Url = "https://www.1688.com/";
                Thread.Sleep(200);
                try
                {
                    int a = 1;
                    foreach (var itemsurls in surls)
                    {
                        SetText("\r\n第" + a.ToString() + "个");
                        driver.Navigate().GoToUrl(itemsurls.picurl);
                        //登录
                        if (driver.Url.Contains("login.1688.com"))
                        {
                            SetText("\r\n需要登录,开始尝试...");
                            trylogin(driver); //尝试登录完成
                                              //再试试
                            driver.Navigate().GoToUrl("https://s.1688.com/youyuan/index.htm?tab=imageSearch&imageType=oss&imageAddress=cbuimgsearch/eWXC7XHHPN1607529600000&spm=");
                            if (driver.Url.Contains("login.1688.com"))
                            {
                                //没办法退出
                                SetText("\r\n退出,换ip重试...");
                                return;
                            }
                        }
                        //鼠标放上去的内容因为页面自带只能显示一个的原因 没办法做到全部显示 然后在下载 只能是其他方式下载
                        //  var elements = document.getElementsByClassName('hover-container');
                        //  Array.prototype.forEach.call(elements, function(element) {
                        //  element.style.display = "block";
                        //   console.log(element);
                        //  });
                        //   IJavaScriptExecutor js = (IJavaScriptExecutor)driver;
                        //    var sss = js.ExecuteScript(" var elements = document.getElementsByClassName('hover-container');  Array.prototype.forEach.call(elements, function(element) {  console.log(element); element.setAttribute(\"class\", \"测试title\");  element.style.display = \"block\";  console.log(element); });");
                        Thread.Sleep(500);
                        var responseModel = Write(itemsurls.key, driver.PageSource, Pagetypeenum.列表);
                        Thread.Sleep(500);
                        int i = 1;
                        foreach (var offer in responseModel?.data?.offerList ?? new List<OfferItemModel>())
                        {
                            driver.Navigate().GoToUrl(offer.information.detailUrl);
                            string responseDatadetail = driver.PageSource;
                            Write(itemsurls.key, driver.PageSource, Pagetypeenum.详情);
                            SetText("\r\n第" + a.ToString() + "-" + i.ToString() + "个");
                            Thread.Sleep(500);
                            i++;
                        }
                    }
                }
                catch (Exception ex)
                {
                    CloseChromeDriver(driver);
                    throw;
                }
            }
        }

   

#region 异常  退出chromedriver
        [DllImport("user32.dll", EntryPoint = "FindWindow")]
        private extern static IntPtr FindWindow(string lpClassName, string lpWindowName);
        [DllImport("user32.dll", EntryPoint = "SendMessage")]
        public static extern int SendMessage(IntPtr hWnd, int Msg, int wParam, int lParam);
        public const int SW_HIDE = 0;
        public const int SW_SHOW = 5;
        [DllImport("user32.dll", EntryPoint = "ShowWindow")]
        public static extern int ShowWindow(IntPtr hwnd, int nCmdShow);
        /// <summary>
        /// 获取窗口句柄
        /// </summary>
        /// <returns></returns>
        public IntPtr GetWindowHandle()
        {
            string name = (Environment.CurrentDirectory + "\\chromedriver.exe");
            IntPtr hwd = FindWindow(null, name);
            return hwd;
        }
        /// <summary>
        /// 关闭chromedriver窗口
        /// </summary>
        public void CloseWindow()
        {
            try
            {
                IntPtr hwd = GetWindowHandle();
                SendMessage(hwd, 0x10, 0, 0);
            }
            catch { }
        }
        /// <summary>
        /// 退出chromedriver
        /// </summary>
        /// <param name="driver"></param>
        public void CloseChromeDriver(IWebDriver driver)
        {
            try
            {
                driver.Quit();
                driver.Dispose();
            }
            catch { }
            CloseWindow();
        }
        #endregion 异常  退出chromedriver

   

7-2.jpg

7-3.jpg


  总结

  说一下思路:

  1.跳转到指定的网页driver.Navigate().GoToUrl

  2.确定数据源,从driver.PageSource读取数据

  3.对html数据进行解析



作者: UP技术控 

来源:https://www.cnblogs.com/lyl6796910/p/14166876.html


  • 【留下美好印记】
    赞赏支持
登录 后发表评论
+ 关注

热门文章

    最新讲堂

      • 推荐阅读
      • 换一换
          •   北京亦庄官方宣布,北京小米机器人技术有限公司正式乔迁至北京亦庄小米汽车工厂。  据介绍,目前小米机器人公司正推进仿人机器人在自有制造系统的分阶段落地。短期内小米机器人是一个专用智能机器人,应用在智能制造的某些场景中,未来将向更多场景拓展。  小米集团高级副总裁、手机部总裁曾学忠表示:“未来扎根北京亦庄这片创新宝地,我们希望能与行业伙伴携手合作,持续推动机器人产业的发展,一个由智能机器、仿人机器人和人类专家共同组成的‘人机一体化时代’一定会加速到来。”  小米机器人公司于 2023 年 4 月在北京亦庄注册成立,成为小米集团专注于仿生机器人技术创新与产品研发、产业化的唯一主体。目前,小米已发...
            0 0 415
            分享
          •   根据我的观察,优秀的测试人员可以做的事情可以包括如下3点:  ·由单纯的测试变成项目质量保证工作  · 持续集成探索和推动和自动化测试技术研究  · 测试相关工具的开发  1、我们先来讲第一点,由单纯的测试变成项目质量保证工作  测试,从狭义的角度来讲,包括如下这些环节:  测试计划和测试用例编写-测试执行-质量报告书写  测试人员一般会在开发阶段就进行测试计划和测试用例的编写和准备工作;在测试阶段,我们一般先会做功能测试,等项目功能基本稳定,bug较少了,就开始做兼容性测试、性能测试、安全性测试。兼容性测试保证了产品在多浏览器、APP在产品在不同机型下的兼容性;性能测...
            0 0 1198
            分享
          •   据报道,当地时间周一,Twitter首席执行官埃隆·马斯克将公司网站上的蓝鸟图标换成了数字货币标志柴犬的图片,此举推动加密货币狗狗币的价格飙升超过30%。  上周五,Twitter和马斯克的律师要求联邦法官驳回一项价值2580亿美元的诉讼,该诉讼于2022年指控这位亿万富翁操纵狗狗币价格,使其上涨超过36000%。  Twitter的标志被改成柴犬后,马斯克在Twitter上向他的1.335亿粉丝分享了一个这一变化的表情包。这个柴犬图片只会出现在一些Twitter用户面前,其中包括网站上的用户。  目前,Twitter没有回应置评请求。  几年前马斯克就开始兜售狗狗币。他定期在推文上谈论这...
            0 0 897
            分享
          • 一、pytest简介pytest是一个非常成熟的全功能的Python测试框架。pytest框架特点:简单灵活,非常容易上手支持参数化支持简单的单元测试和复杂的功能测试,还可以用来做selenium/appnium等自动化测试、接口自动化测试(pytest+requests)pytest具有很多第三方插件,并且可以自定义扩展,比较好用的如pytest-selenium(集成selenium)、pytest-html(完美html测试报告生成)、pytest-rerunfailures(失败case重复执行)、pytest-xdist(多CPU分发)等测试用例的skip和xfail处理可以与jen...
            1 2 2744
            分享
          • 不论你是什么时候开始接触测试这个行业的,你首先听说的应该是功能测试。通过一些测试手段来验证开发做出的代码是否符合产品的需求?当然你也有自己对功能测试的理解,但是最近两年感觉功能测试好像不太受欢迎,同时不少同学真的是功能测试都没有做好,就去尝试自动化测试,测试开发什么的,结果是越学越迷茫,这是为什么呢?究其原因是,你功能测试还没有学好呢!我们通常认为的功能测试是根据需求,采取如下测试流程:需求分析,用例编写,用例评审,提测验证,Bug回归验证,上线与线上回归等来进行测试。如此日复一日,年复一年,响应了很多需求,可是想换工作的时候却得不到认可,大家想想是不是这种情况?下面我就以一个功能测试人员如何...
            1 0 1119
            分享
      • 51testing软件测试圈微信