python使用selenium chrome + headless记录

本文基于linux centos系统下操作；

一、使用yum安装chrome

1.配置yum源

在目录 /etc/yum.repos.d/ 下新建文件 google-chrome.repo

执行命令：

cd /ect/yum.repos.d/
vim google-chrome.repo

编辑文件写入下面内容

[google-chrome]
name=google-chrome
baseurl=http://dl.google.com/linux/chrome/rpm/stable/$basearch
enabled=1
gpgcheck=1
gpgkey=https://dl-ssl.google.com/linux/linux_signing_key.pub

2.执行命令安装

yum -y install google-chrome-stable

如果上面的出错就执行下面这条，上面的Google官方源可能在中国无法使用

yum -y install google-chrome-stable --nogpgcheck

执行google-chrome-stable --version 查看版本号；输出就安装成功了

二、安装selenium

执行命令

pip install selenium

可以用pip list列出信息看看安装成功没有

三、安装驱动chromedriver

下载地址：http://chromedriver.storage.googleapis.com/index.html

注意你的驱动版本要适配chrome的版本

1.先查看chrome版本

控制台执行命令

google-chrome-stable --version

输出：Google Chrome 79.0.3945.88

说明我的版本是79的，下载的驱动也要适配，去下载地址找79的，然后打开下面的notes.txt文件

 

 

可以看到驱动支持的chrome版本是79，没问题了；

执行以下命令：

wget -N http://chromedriver.storage.googleapis.com/79.0.3945.36/chromedriver_linux64.zip   #注意你的版本

unzip chromedriver_linux64.zip

chmod +x chromedriver

mv -f chromedriver /usr/local/share/chromedriver

ln -s /usr/local/share/chromedriver /usr/local/bin/chromedriver

ln -s /usr/local/share/chromedriver /usr/bin/chromedriver

四、测试

#!/usr/bin/python
# -*- coding=utf-8 -*-

from selenium import webdriver


chromeOptions = webdriver.ChromeOptions()
#chromeOptions.add_argument('--proxy-server=http://ip:port')  #设置无账号密码的代理

#chromeOptions.add_argument('--disable-infobars')  # 禁止策略化
chromeOptions.add_argument('--no-sandbox')  # 解决DevToolsActivePort文件不存在的报错
#chromeOptions.add_argument('window-size=1920x3000')  # 指定浏览器分辨率
#chromeOptions.add_argument('--disable-gpu')  # 谷歌文档提到需要加上这个属性来规避bug
#chromeOptions.add_argument('--incognito')  # 隐身模式（无痕模式）
#chromeOptions.add_argument('--disable-javascript')  # 禁用javascript
#chromeOptions.add_argument('--start-maximized')  # 最大化运行（全屏窗口）,不设置，取元素会报错
#chromeOptions.add_argument('--disable-infobars')  # 禁用浏览器正在被自动化程序控制的提示
#chromeOptions.add_argument('--hide-scrollbars')  # 隐藏滚动条, 应对一些特殊页面
#chromeOptions.add_argument('blink-settings=imagesEnabled=false')  # 不加载图片, 提升速度
chromeOptions.add_argument('--headless')  # 浏览器不提供可视化页面. linux下如果系统不支持可视化不加这条会启动失败
driver = webdriver.Chrome(chrome_options=chromeOptions)
driver.get('http://www.baidu.com')
test = driver.find_element_by_id('u1')
testa = test.find_elements_by_tag_name('a')[1].text
print(testa)
driver.quit()
exit(0)

最后输出  hao123 说明成功了；

第一次弄我遇到的报错信息

selenium.common.exceptions.WebDriverException: Message: Service chromedriver unexpectedly exited. Status code was: 127

原因是chrome版本和chromedriver版本不对；

五、获取js动态渲染的html  多用了个WebDriverWait显示等待：详情介绍可看https://blog.csdn.net/sinat_41774836/article/details/88965281

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

try:

    chromeOptions = webdriver.ChromeOptions()
    chromeOptions.add_argument('--no-sandbox')  # 解决DevToolsActivePort文件不存在的报错
    chromeOptions.add_argument('--headless')  # 浏览器不提供可视化页面. linux下如果系统不支持可视化不加这条会启动失败
    driver = webdriver.Chrome(chrome_options=chromeOptions)
    driver.get(URL)
    print('开始等待js动态渲染加载出节点，设置15秒超时')
    WebDriverWait(driver, 15).until(
        #presence_of_element_located    判断某个元素是否被加到了 dom 树里，并不代表该元素一定可见
        EC.presence_of_element_located((By.CLASS_NAME, "listBox")) 
    )
    print('结束等待，继续执行')
    #rhtml = driver.find_element_by_xpath("//*").get_attribute("outerHTML")
    rhtml = driver.page_source
    driver.quit()
except:
    #15秒内listBox元素还没渲染出来，抛出异常；
    print('except')