一、前言

这段时间做了一个小项目，其中有一段需要自动获取网站后台的数据，但是这个网站没有任何提供给开发者的API，所以只能靠自己去探索。

起初想着用发送请求的方式去模拟登陆，获取cookies，从而再获取网站后台数据，但是因为

自己太菜了

一些原因，放弃了这个方法。

后来想到使用webdriver调用浏览器来模拟登陆，发现操作起来简单很多，而且可以达到同样的效果，于是便有了这篇文章。

二、准备工作

需要下载和安装一些东西，这里直接丢一篇

Python Selenium库的使用

过来，里面有详细的安装方法，也有selenium库的一些基本介绍和用例。

当然也可以去

官方教程

中进行了解。


学习本篇文章的内容只需要安装好selenium库以及下载好浏览器对应版本的驱动即可。

三、模拟登陆网站

1. 加载驱动和配置

这里我使用的是默认配置，如果有特殊需求，可以参照官方文档进行学习

browser = webdriver.Chrome(executable_path='你驱动的本地路径', options=webdriver.ChromeOptions())

2. 打开网站

browser.get(要打开的网站)

不出意外，此时会自动拉起你的浏览器并进入到你想进入的网站了，如果你的浏览器同时还多出来了一个像下图这样的页面：

不用管，因为这对你将要进行的操作基本没有影响。

3. 寻找元素并填入账号密码

常规写法如下

browser.find_element_by_name('username').send_keys('你的账号')  # 填入用户名 
browser.find_element_by_name('password').send_keys('你的密码')  # 填入密码

或者你也可以这样，效果和上面一样

username = browser.find_element_by_name('username')  # 寻找账号输入框
username.send_keys('你的账号')  # 填入用户名 
password = browser.find_element_by_name('password')  # 寻找密码输入框
password.send_keys('你的密码')  # 填入密码

上面寻找元素的方法中填入的username和password是根据页面中的元素name进行寻找的，需要根据实际情况更改，如果输入框没有name属性，那么也可以使用id或者xpath进行寻找。

browser.find_element_by_id()
browser.find_element_by_xpath()

当然前提是你要先手动去网站中获取输入框的这些属性，比如说百度，按F12进行元素审查，然后按Ctrl+shift+C选择你要找的元素，如下图：

然后去查看该元素有没有属性id或者name，如果有的话可以直接用，如果没有的话就单击鼠标右键，然后选择cope，选择xPath，然后把你复制到的xPath放到代码里就好了。

4. 填写验证码

一般的网站登录时都会有验证码，而验证码的识别一般是比较麻烦的一件事情（对于新手来说），这里分享一下我的经验。

首先需要自己去找一个打码平台（直接百度搜打码平台，然后挑一个合适的就好了），然后去阅读它的接入文档，使用它的API进行识别网站的验证码，一般需要给它传入一个以base64编码的字符串，代表待识别图片，然后它会给你返回一些信息，里面会包括识别结果。

回到我们的程序，找到验证码图片的元素，有些验证码可以直接获取到base64形式的图片链接，这时候直接传给打码平台进行识别就可以了，代码如下：

image = browser.find_element_by_xpath('//*[@id="root"]/div/div/div/div/div[2]/div[3]/div[1]/div[2]/img')
image = image.get_attribute('src')  # 获取当前验证码图片链接
imageCaptchaValue = readImage(image)  # 这里的readImage是用来给打码平台发送请求的方法，需要根据自己的实际情况去实现这个方法
captchaValue = browser.find_element_by_xpath('//*[@id="root"]/div/div/div/div/div[2]/div[3]/div[1]/input')  # 验证码输入框
captchaValue.send_keys(imageCaptchaValue)  # 填入验证码

如果你要登录的网站的验证码不是base64形式的链接，甚至你单击右键在新窗口中打开图片时显示的又是另一张图片，那么很可能就需要用到下面的方法了。

1. 调用screenshot()方法对验证码进行截图操作，并对图片进行保存
2. 将保存的图片以二进制的方式打开，并转为base64编码
3. 将得到的base64编码字符串解码并传给打码平台进行识别

代码如下：

browser.find_element_by_name('img').screenshot("img.png")  # 找到验证码并将验证码以截图的方式保存
f = open('img.png', 'rb')  # 二进制方式打开图文件
image = base64.b64encode(f.read())  # 读取文件内容，转换为base64编码
f.close()
imageCaptchaValue = readImage(image.decode())  # base64编码解码后进行识别
browser.find_element_by_name('rand').send_keys(imageCaptchaValue)  # 填入验证码

这里需要注意的是以base64编码进行发送的时候需要先解码，否则会报错：

TypeError: Object of type bytes is not JSON serializable

进行到这一步，如果不出意外的话，只需要点击登录按钮就可以成功登录了：

browser.find_element_by_id('login_btn1').click()  # 点击登录按钮

登录网址后就可以进行自己想要做的事情啦！

这里再放一些登录后可能需要的代码：

browser.switch_to.alert.accept()  # 接受弹窗警告
cookies = browser.get_cookies()  # 获取当前状态下的cookies
dataUrl = browser.find_element_by_xpath('/html/body/a[1]').get_attribute('href')  # 获取数据文件下载路径

四、遇到的一些坑

1. 有些网站的元素并不能直接通过find寻找到，比如有些网站页面用了大量的frame或iframe，那么此时需要先进入到该元素所在的frame，然后才能找到需要的元素：

browser.switch_to.frame('left')  # 进入到frame下
doSomething......
browser.switch_to.default_content()  # 重新回到主页面上操作元素
browser.switch_to.frame('main')  # 进入到新的frame中进行操作
doSomething......

2. 一般的打码平台都需要充值后才能使用，建议先进行在线免费测试，确认它可以识别我们的验证码了之后再进行充值使用。
3. 操作完毕后要记得关闭浏览器
   
browser.quit()

4. 如果在调用selenium的一些方法的时候发现pycharm给代码打了中划线，那么可能是这样方法已经不被推荐使用了，这时候稍微修改一下即可：

switch_to_window 改为 switch_to.window
switch_to_default_content 改为 switch_to.default_content
switch_to_frame 改为 switch_to.frame

5. 有时候浏览器的加载速度跟不上你代码的运行速度，或者请求验证码识别速度比较慢，建议使用暂停的方法来进行缓冲：

browser.implicitly_wait(3)
time.sleep(2)

五、后记

其实整个流程操作下来，也就几十行代码，但是对于

像我这样的菜鸡

新手来说，可能需要七找八找，花上好几个小时，才能解决其中遇到的一些问题。学会selenium的一些方法之后，你会发现你还可以做很多其他的事情，然后挂在服务器上……哈哈哈，这里就不多说了。

如果大家在操作过程中还遇到了其他的困难，多多百度，百度能解决你大部分问题。等一个个解决之后，你还可以写一篇博客记录一下，把自己的经验分享给大家，让自己学到的东西更有意义，这也是一种乐趣吧！

第一次写博客，如果这篇文章对你有帮助的话，欢迎点赞收藏！

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：

https://blog.csdn.net/little_stick_i/article/details/119846597