selenium js

　　这几天的任务量比较大，还有一个挺棘手的网站cfda，不巧的是数据量还挺大，40W关于企业信息。上来就是debugger pause,调试中断，开始还是挺懵逼的，但这个还算简单毕竟google，百度，就能解决。经过初步的分析，有一个难点，关于跨网页，一个字串，以及cookies是一个网页一变，要解决这个问题，其实就是去读懂js,node 或者自己python实现，虽然是可以实现，但肯定是需要花一些时间的，那不如直接selenium上手搞起来，毕竟能解决问题的方法就是好方法。

　　其实，cfda还是挖了一些坑的，在浏览器检测机制，因为一直用chrome比较顺手，也就用chromedriver比较多一点，这下一上来就奇怪了，点击之后返回数据为空，这明显是被发现了。但又是哪里暴露了呢？

browser.find_element_by_css_selector("#content table a:nth-child(1)").click()

　　直接点击既然不行，那么会不会是需要鼠标悬停，然后再点击。那么就祭出原生js,考验我js功底的时候到了

go_detail_js = "var div=document.getElementById('content');" 
                       "var c=div.getElementsByTagName('a')[1].click();"
browser.execute_script(go_detail_js)

　　这里复习一遍原生js选择元素的语法

document.getElementById("domId")
document.getElementsByName("domName")
document.getElementsByTagName("tagName")
document.getElementsByClassName("classNames")

　　然而实际上问题并不是出在鼠标点击事件上面。。。。而是检测到了chromedriver,于是使用FireFox解决了这个问题。

　　但最大的收获点不是这个，因为可利用的资源要尽可能的利用起来，与我们公司的前端讨论了一下这个问题，前端给出了一种更激动人心的写法，以至于我都不需要去写查找元素的js代码。只需要去寻找传递数据的js函数即可

go_page_js = 'location.href="javascript:devPage(%s)";' % page

return_list_js = 'location.href = "javascript:viewList();"'

browser.execute_script(go_page_js)

　　本身在浏览器控制台即可执行这些语句，果然前端教做人，毕竟使坏的都是这些前端啊。

还有一些注意点就是time.sleep需要等待页面加载完成后，才能获取page_source,以及异常处理，毕竟直接在浏览器上运行这些js代码，天有不测风云，总有出错的时候，这里需要在遇上这些情况的时候加上那么一句browser.refresh().

　　这样就万事大吉了，速度嘛，肯定比requests慢点，但是多进程就可以解决这个问题。