blackteay/DrissionPage
1
0
Fork 0
mirror of https://gitee.com/g1879/DrissionPage.git synced 2024-12-10 04:00:23 +08:00
Code Issues Projects Releases Wiki Activity

微调

Browse Source
This commit is contained in:
g1879 2023-02-19 23:56:45 +08:00
parent b35e646fe0
commit 11d4a70090
3 changed files with 10 additions and 189 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

2
DrissionPage/chromium_base.py
View File

@ -917,7 +917,7 @@ class ChromiumPageWaiter(ChromiumWaiter):
""" """
return self._loading(timeout=timeout, start=False) return self._loading(timeout=timeout, start=False)
def input_upload_paths(self): def upload_paths_inputted(self):
"""等待自动填写上传文件路径""" """等待自动填写上传文件路径"""
while self._driver._upload_list: while self._driver._upload_list:
sleep(.01) sleep(.01)

2
DrissionPage/chromium_base.pyi
View File

@ -204,7 +204,7 @@ class ChromiumPageWaiter(ChromiumWaiter):
def load_complete(self, timeout: Union[int, float] = None) -> bool: ... def load_complete(self, timeout: Union[int, float] = None) -> bool: ...
def input_upload_paths(self) -> None: ... def upload_paths_inputted(self) -> None: ...
class ChromiumPageScroll(ChromiumScroll): class ChromiumPageScroll(ChromiumScroll):

195
README.md
View File

@ -2,7 +2,7 @@
DrissionPage 是一个基于 python 的网页自动化工具。 DrissionPage 是一个基于 python 的网页自动化工具。
它既能控制浏览器，也能收发数据包，甚至能把两者合而为一。 它既能控制浏览器，也能收发数据包，还能把两者合而为一。
可兼顾浏览器自动化的便利性和 requests 的高效率。 可兼顾浏览器自动化的便利性和 requests 的高效率。
@ -30,17 +30,17 @@ python 版本：3.6 及以上
**📖 使用文档：** [点击查看](http://g1879.gitee.io/drissionpagedocs) **📖 使用文档：** [点击查看](http://g1879.gitee.io/drissionpagedocs)
**交流QQ群：** 897838127 **交流 QQ 群：** 897838127
--- ---
# 📕 背景 # 📕 背景
用 requests 做数据采集面对要登录的网站时，要分析数据包、JS 源码，构造复杂的请求，往往还要应付验证码、JS 混淆、签名参数等反爬手段，门槛较高。若数据是由 JS 计算生成的，还须重现计算过程，体验不好，开发效率不高。 用 requests 做数据采集面对要登录的网站时，要分析数据包、JS 源码，构造复杂的请求，往往还要应付验证码、JS 混淆、签名参数等反爬手段，门槛较高，开发效率不高。
使用浏览器，可以很大程度上绕过这些坑，但浏览器运行效率不高。 使用浏览器，可以很大程度上绕过这些坑，但浏览器运行效率不高。
因此，这个库设计初衷，是将它们合而为一，能够在不同须要时切换相应模式，并提供一种人性化的使用方法，提高开发和运行效率。 因此，这个库设计初衷，是将它们合而为一，同时实现“写得快”和“跑得快”。能够在不同须要时切换相应模式，并提供一种人性化的使用方法，提高开发和运行效率。
除了合并两者，本库还以网页为单位封装了常用功能，提供非常简便的操作和语句，在用于网页自动化操作时，减少考虑细节，专注功能实现，使用更方便。 一切从简，尽量提供简单直接的使用方法，使代码更优雅。 除了合并两者，本库还以网页为单位封装了常用功能，提供非常简便的操作和语句，使用户可减少考虑细节，专注功能实现。 以简单的方式实现强大的功能，使代码更优雅。
以前的版本是对 selenium 进行重新封装实现的。从 3.0 开始，作者另起炉灶，对底层进行了重新开发，摆脱对 selenium 的依赖，增强了功能，提升了运行效率。 以前的版本是对 selenium 进行重新封装实现的。从 3.0 开始，作者另起炉灶，对底层进行了重新开发，摆脱对 selenium 的依赖，增强了功能，提升了运行效率。
@ -104,192 +104,13 @@ python 版本：3.6 及以上
--- ---
# 🌟 简单演示 # 🌟 特性演示
## ⭐ **与 selenium 代码对比** [点击查看](http://g1879.gitee.io/drissionpagedocs/2_features/2_features_demos/2_compare_with_selenium/)
以下代码实现一模一样的功能，对比两者的代码量：
🔸 用显性等待方式定位第一个文本包含`some text`的元素
```python
# 使用 selenium：
element = WebDriverWait(driver).until(ec.presence_of_element_located((By.XPATH, '//*[contains(text(), "some text")]')))
# 使用 DrissionPage：
element = page('some text')
```
🔸 跳转到第一个标签页
```python
# 使用 selenium：
driver.switch_to.window(driver.window_handles[0])
# 使用 DrissionPage：
page.to_tab(page.tabs[0])
```
🔸 按文本选择下拉列表
```python
# 使用 selenium：
from selenium.webdriver.support.select import Select
select_element = Select(element)
select_element.select_by_visible_text('text')
# 使用 DrissionPage：
element.select('text')
```
🔸 拖拽一个元素
```python
# 使用 selenium：
ActionChains(driver).drag_and_drop(ele1, ele2).perform()
# 使用 DrissionPage：
ele1.drag_to(ele2)
```
🔸 滚动窗口到底部（保持水平滚动条不变）
```python
# 使用 selenium：
driver.execute_script("window.scrollTo(document.documentElement.scrollLeft, document.body.scrollHeight);")
# 使用 DrissionPage：
page.scroll.to_bottom()
```
🔸 获取伪元素内容
```python
# 使用 selenium：
text = webdriver.execute_script('return window.getComputedStyle(arguments[0], "::after").getPropertyValue("content");',
element)
# 使用 DrissionPage：
text = element.pseudo_after
```
🔸 shadow-root 操作
```python
# 使用 selenium：
shadow_element = webdriver.execute_script('return arguments[0].shadowRoot', element)
# 使用 DrissionPage：
shadow_element = element.sr
# 在 shadow_root 下可继续执行查找，获取普通元素
ele = shadow_element.ele('tag:div')
ele.click()
```
🔸 随时让浏览器窗口消失和显示（Windows系统）
```python
# selenium 无此功能
# 使用 DrissionPage
page.hide_browser() # 让浏览器窗口消失
page.show_browser() # 重新显示浏览器窗口
```
## ⭐ **与 requests 代码对比**
以下代码实现一模一样的功能，对比两者的代码量：
🔸 获取元素内容
```python
url = 'https://baike.baidu.com/item/python'
# 使用 requests：
from lxml import etree
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2272.118 Safari/537.36'}
response = requests.get(url, headers=headers)
html = etree.HTML(response.text)
element = html.xpath('//h1')[0]
title = element.text
# 使用 DrissionPage：
page = WebPage('s')
page.get(url)
title = page('tag:h1').text
```
Tips: DrissionPage 自带默认`headers`
🔸 下载文件
```python
url = 'https://www.baidu.com/img/flexible/logo/pc/result.png'
save_path = r'C:\download'
# 使用 requests：
r = requests.get(url)
with open(f'{save_path}\\img.png', 'wb') as fd:
for chunk in r.iter_content():
fd.write(chunk)
# 使用 DrissionPage：
page.download(url, save_path, 'img') # 支持重命名，处理文件名冲突，自动创建目标文件夹
```
## ⭐ **模式切换**
用浏览器登录网站，然后切换到 requests 读取网页。两者会共享登录信息。
```python
page = WebPage() # 创建页面对象，默认 driver 模式
page.get('https://gitee.com/profile') # 访问个人中心页面（未登录，重定向到登录页面）
page.ele('@id:user_login').input('your_user_name') # 使用 selenium 输入账号密码登录
page.ele('@id:user_password').input('your_password\n')
sleep(1)
page.change_mode() # 切换到 session 模式
print('登录后title：', page.title, '\n') # 登录后 session 模式的输出
```
输出：
```
登录后title： 个人资料 - 码云 Gitee.com
```
**获取并显示元素属性**
```python
# 接上段代码
foot = page.ele('@id:footer-left') # 用 id 查找元素
first_col = foot.ele('css:>div') # 使用 css selector 在元素的下级中查找元素（第一个）
lnk = first_col.ele('text:命令学') # 使用文本内容查找元素
text = lnk.text # 获取元素文本
href = lnk.attr('href') # 获取元素属性值
print(text, href, '\n')
# 简洁模式串联查找
text = page('@id:footer-left')('css:>div')('text:命令学').text
print(text)
```
输出：
```
Git 命令学习 https://oschina.gitee.io/learn-git-branching/
Git 命令学习
```
--- ---
# 🛠 使用方法 # 🛠 使用文档
[点击跳转到使用文档](http://g1879.gitee.io/drissionpage) [点击跳转到使用文档](http://g1879.gitee.io/drissionpage)