无头浏览器与Selenium：探索无界爬虫的奇妙世界

news2024/10/6 22:33:08

selenium设置无头浏览器

背景

我们之前的selenium都是浏览器驱动自动打开一个网页，执行相关操作，其实也可以让其后台显示，不用在前台显示。

要设置无头浏览器，可以使用Selenium的Headless模式。在Headless模式下，Selenium会在后台运行浏览器，而不会显示实际的浏览器窗口。

优点：

无头浏览器（Headless Browser）是指在没有图形用户界面（GUI）的情况下运行的浏览器。它能够执行和显示网页，但不会显示实际的浏览器窗口。

from selenium import webdriver
from selenium.webdriver.chrome.options import Options
# 创建ChromeOptions对象
chrome_options = Options()
# 在ChromeOptions中设置无头模式
chrome_options.add_argument("--headless")
# 实例化Chrome浏览器对象，并将ChromeOptions对象传递给它
driver = webdriver.Chrome(options=chrome_options)
# 在无头浏览器中执行相关操作
driver.get("https://www.example.com")
# 进行其他操作...
# 关闭浏览器
driver.quit()

案例：

实战案例一：

要求：使用无头浏览器访问百度，然后截个图保存到本地

from selenium import webdriver
from selenium.webdriver.chrome.options import Options
import time

# 创建一个参数对象，用来控制chrome以无界面模式打开
chrome_options = Options()
chrome_options.add_argument('--headless')
chrome_options.add_argument('--disable-gpu')
# 驱动路径
path = './chromedriver.exe'
# 创建浏览器对象
browser = webdriver.Chrome(executable_path=path,options=chrome_options)

# 上网
url = 'http://www.baidu.com/'
browser.get(url)
time.sleep(3)
# 截图 看个结果
browser.save_screenshot('baidu.png')

browser.quit()

在这里插入图片描述

实战案例二：

from selenium import webdriver
from selenium.webdriver.chrome.options import Options

# 驱动路径
path = r'D:\Downloads\xx\chromedriver-win64\chromedriver.exe'

# 创建一个参数对象，用来控制Chrome以无界面模式打开
chrome_options = Options()
chrome_options.add_argument('--headless')
chrome_options.add_argument('--disable-gpu')

# 创建浏览器对象
browser = webdriver.Chrome(executable_path=path, options=chrome_options)

# 打开网页
url = 'http://www.baidu.com'
browser.get(url)

# 定位元素并执行操作
search_input = browser.find_element_by_id('kw')  # 根据ID定位搜索输入框
search_input.send_keys('Hello, World!')  # 在搜索输入框中输入文本

search_button = browser.find_element_by_id('su')  # 根据ID定位搜索按钮
search_button.click()  # 点击搜索按钮

# 等待页面加载
browser.implicitly_wait(5)  # 隐式等待5秒钟

# 获取搜索结果
results = browser.find_elements_by_css_selector('.result')  # 根据CSS选择器定位搜索结果
for result in results:
    print(result.text)  # 打印搜索结果的文本内容

# 关闭浏览器
browser.quit()

在这里插入图片描述

首先创建了一个参数对象chrome_options，用来控制Chrome以无界面模式打开。然后使用webdriver.Chrome()方法创建了一个Chrome浏览器对象，并传入驱动路径和参数对象。接下来，使用get()方法打开了百度的网页。然后使用find_element_by_*方法定位了搜索输入框和搜索按钮，并执行了相应的操作。在搜索结果的部分，使用find_elements_by_css_selector()方法定位了所有的搜索结果，并通过循环打印了每个搜索结果的文本内容。最后使用quit()方法关闭了浏览器。