DrissionPage 浏览器自动化操作

DrissionPage官方文档

两个核心的类

• ChromiumPage 用于操作浏览器
• SessionPage

使用ChromiumPage类操作浏览器

第一步：导入模块

from DrissionPage import Chromium

第二步：创建浏览器driver对象，并打开浏览器

driver = Chromium()

??? note "driver对象的一些方法和属性"
- latest_tab属性 获取激活的Tab对象，即当前使用的标签页或打开浏览器时自动打开的标签页
- quit()方法 关闭浏览器，程序运行结束时不会自动关闭浏览器
- tabs_count属性 返回当前打开的标签页数量
- tab_ids属性 返回所有标签页id的列表
- new_tab()方法 新建一个标签页，传入了url参数是新建一个标签页并访问网址，url为None时新建一个空白标签页
- activate_tab()方法 激活指定的标签页
- close_tabs()方法 关闭指定的标签页
- set_timeout()方法 设置超时时间，单位为秒
- set.load_mode.normal()方法 等待所有资源加载完毕的模式
- set.load_mode.eager()方法 等待文档加载完即停止加载的模式
- set.load_mode.none()方法 不会主动停止加载的模式
- set.retry_times()方法 用于设置页面连接失败重连次数
- set.retry_interval()方法 用于设置连接失败重连间隔（秒）
- set.cookies()方法 用于设置一个或多个 cookie

第三步：创建标签页Tab对象

tab = browser.latest_tab # 获取最新打开的标签页

???+ note "其他创建Tab对象的方法"
- tab = browser.new_tab() 传入URL，新建一个标签页并访问网址
- tab = browser.get_tab() 有多个标签页时，按条件获取一个标签页对象，模糊匹配
- tab = browser.get_tabs() 有多个标签页时，按条件获取多个标签页对象，模糊匹配

第四步：通过Tab对象访问网页

tab.get(url) # 传入网页地址，访问网页，相当于`requests.get()`方法

???+ note "访问网页的其他方法"
- tab.post()方法 发送POST请求，相当于requests.post()方法，返回requests.Response对象

??? note "Tab对象的页面交互相关方法"
- back()方法 传入整数，用于在浏览历史中后退若干步
- forward()方法 传入整数，用于在浏览历史中前进若干步
- refresh()方法 刷新当前页面
- stop_loading()方法 停止加载当前页面
- set.blocked_urls()方法 用于设置页面加载过程中需要屏蔽的 URL 列表，传入一个列表，列表中每个元素为一个 URL 字符串
- tab.set.blocked_urls('*.css*') 设置不加载css文件

??? note "Tab对象的获取网页信息相关方法和属性"
- html属性 获取当前页面的HTML文本，获取到的html中不包括iframe元素中的内容
- json属性 获取当前页面的JSON数据
- title属性 获取当前页面的标题
- user_agent属性 获取当前页面的User-Agent
- save()方法 将当前页面保存为文件，参数如下：
- path 保存文件的路径
- name 保存文件的名称，默认为当前页面的标题
- as_pdf 是否将页面保存为PDF格式，默认为False
- **kwargs 其他参数，用于设置PDF格式的参数，如：
- url属性 返回当前访问的URL
- tab_id属性 返回当前标签页的ID
- states.is_loading属性 判断当前页面是否正在加载
- states.is_alive属性 判断当前标签页是否已关闭
- states.ready_state属性 返回页面当前加载状态，值为：
- complete 页面加载完成
- loading 页面正在加载
- interactive DOM 已加载，但资源未加载完成
- connecting 网页连接中
- url_avaiable属性 判断当前链接是否可用
- states.has_alert属性 判断当前页面是否有弹窗

第五步：使用Tab对象操作浏览器

5.1 定位元素并操作

Tab对象常用的方法：

• ele() 通过css、xpath等定位元素，返回Element对象，可以使用类似于bs4的简写法，即把对象名看作是函数
• eles() 同上，返回Slement对象的列表
• get_frame() 针对iframe和frame标签，用法与ele()类似
• get_frames() 同上，不建议使用
• s_ele() 用法和ele()类似，将所有元素转换为静态的，这样可以加快获取速度
• s_eles() 同上

DrissionPage支持的元素定位法

• CSS选择器 ele('css: 选择器')，可简写为ele('c: 选择器')，css:与css=效果一致，没有css^和css$语法

  ele = tab.ele('css:.div')  # 查找 div 元素
  ele = tab.ele('css:>div')  # 查找 div 子元素元素，这个写法是本库特有，原生不支持

• XPath ele('xpath: 选择器')，可简写为ele('x: 选择器')，xpath:与xpath=效果一致，没有xpath^和xpath$语法

  ele2 = ele1.ele('xpath:.//div')  # 查找后代中第一个 div 元素
  ele2 = ele1.ele('xpath://div')  # 和上面一行一样，查找元素的后代时，// 前面的 . 可以省略
  ele_class_str = ele1.ele('xpath://div/@class')  # 使用xpath获取div元素的class属性（selenium页面元素无此功能）

• selenium By对象 from DrissionPage.common import By 用法和selenium相同

• id选择器#，相当于当属性定位@id=id值

  ele = tab.ele('#one')  # 查找id="one"的元素
  ele = tab.ele('#=one')  # 同上
  ele = tab.ele('#:ne')  # 查找id属性包含ne的元素
  ele = tab.ele('#^on')  # 查找id属性以on开头的元素
  ele = tab.ele('#$ne')  # 查找id属性以ne结尾的元素

• 类选择器.，相当于单属性定位"@Class=属性值"，和id选择器用法类似。如果一个元素有多个class属性，将其看做是一个属性

  ele = tab.ele('.p_cls')  # 查找class属性为p_cls的元素
  ele = tab.ele('.=p_cls')  # 与上一行一致
  ele = tab.ele('.:_cls')  # 查找class属性包含_cls的元素
  ele = tab.ele('.^p_')  # 查找class属性以p_开头的元素
  ele = tab.ele('.$_cls')  # 查找class属性以_cls结尾的元素

• 文本匹配text，可简写为tx，相当于单属性定位"@text()=文本"，如果文本中包含html实体，需要使用转义字符将html实体转换为十六进制形式

  ele = tab.ele('text=第二行')  # 查找文本为“第二行”的元素
  ele = tab.ele('text:第二')  # 查找文本包含“第二”的元素
  ele = tab.ele('第二')  # 与上一行一致
  ele = tab.ele('第\u00A0二')  # 匹配包含 文本的元素，需将 转为\u00A0

• 类型匹配tag，可简写为t，相当于单属性查找@tag()=标签名，相当于元素选择器，tag:与tag=效果一致，没有tag^和tag$语法

  ele = tab.ele('tag:div')  # 查找第一个div元素
  ele = tab.ele('tag:p@class=p_cls')  # 与单属性查找配合使用，相当于css选择器 p > .p_cls
  ele = tab.ele('tag:p@@class=p_cls')  # 与单属性查找配合使用，相当于css选择器 p .p_cls
  ele = tab.ele('tag:p@@class=p_cls@@text()=第二行')  # 与多属性查找配合使用，相当于匹配css选择器 p .p_cls 且文本内容为“第二行”的元素

• DrissionPage原生

???+ note "DrissionPage原生元素定位法"
- 单属性定位 @，这种方法只能通过标签名、属性名、文本内容三者之一进行定位，不能同时使用多种

    - `@tag()`，可简写为`t()`，相当于元素选择器
    - `@元素属性名` 通过html标签的属性名定位元素
    - `@text()`，可简写为`tx()`，通过元素的文本内容定位元素，`@@text()技巧`，此处省略

    ```python
    tab.ele('@tag()=div')  # 获取第一个div元素
    tab.ele('@id=one')  # 获取第一个`id="one"`的元素
    tab.ele('@id')  # 获取第一个有`id`属性的元素
    tab.ele('@text()=第一行')  # 获取第一个文本为“第一行”的元素
    ```

- 多属性定位且 `@@`，这种方法可以同时使用标签名、属性名、文本内容等多种条件进行定位，用法和`@`相同，只是把`@`换成`@@`

    ```python
    ele = tab.ele('@@id=one')  # 查找id="one"的元素
    ele = tab.ele('@@class=demo@@text()=第三行')  # 查找class="demo"且文本为“第三行”的元素
    ```

- 多属性定位或 `@|`，用法与`@@`相似

    ```python   
    eles = tab.eles('@|id=row1@|id=row2')  # 查找所有id="row1"或id="row2"的元素
    ```

- 多属性定位非 `@!`，用法与`@@`相似

    ```
    ele = tab.ele('@!id=one')  # 获取第一个id不等于“one”的元素
    ele = tab.ele('@!class')  # 匹配没有class属性的元素
    ```

- 且`@@`、或`@|`不能同时出现的查找语句中，非`@!`则可与两者混合使用。

匹配模式（类似于正则表达式）

- 精确匹配 `=`，用于匹配属性值完全等于指定值的元素

    ```py
    ele = tab.ele('@id=row1')  # 获取id='row1'的元素
    ```

- 模糊匹配 `:`，用于匹配属性值包含指定值的元素

    ```py
    ele = tab.ele('@id:ow')  # 获取id属性包含'ow'的元素
    ```

- 开头匹配 `^`，用于匹配属性值以指定值开头的元素

    ```py
    ele = tab.ele('@id^row')  # 获取id属性以'row'开头的元素
    ```

- 结尾匹配 `$`，用于匹配属性值以指定值结尾的元素

    ```py 
    ele = tab.ele('@id$w1')  # 获取id属性以'w1'结尾的元素
    ```