在使用python做爬虫的过程中，有些页面的的部分数据是通过js异步加载的，js调用接口的请求中有时还带有些加密的参数很难破解无法使用requests这样的包直接爬取数据，因此需要借助seleniu来完成js的自动加载。
通过selenium 模拟浏览器的真是操作来获取页面中的所有请求，并且可以查找到一下页面上一些隐藏的元素，这些元素在html源码中无法看到，并且和能通过xpath和正则来捕获，因此需要使用selenium来查找隐藏元素，例如视频网站的播放按钮
代码如下
import time
# 导入自动化测试模块
from selenium import webdriver
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities
from selenium.webdriver.common.action_chains import ActionChains
import re
import json
d = DesiredCapabilities.CHROME
d['loggingPrefs'] = {'performance': 'ALL'}
# 设置谷歌浏览器参数，设置语言和浏览器版本（使用真实浏览器头信息代替字符浏览器头）
options = webdriver.ChromeOptions()
options.add_argument('lang=zh_CN.UTF-8')
options.add_argument('user-agent="Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Mobile Safari/537.36"')
# 建立一个浏览器对象，调用PhantoJS来生成一个对象
browser = webdriver.Chrome(executable_path='D:\Python36\chromedriver.exe', chrome_options=options, desired_capabilities=d)
video_url = 'https://v.youku.com/v_show/id_XNDIyMjU1NjgzMg==.html".ykplayer") # 查找页面隐藏元素
# menu = browser.find_element_by_css_selector("div.x-video-play-ico.i-pause > dt").text
print(menu)
print(type(menu))
menu = browser.find_element_by_css_selector(".ykplayer").text # 获得隐藏元素的内容
print(menu)
print(type(menu))
###################
#ActionChains(browser).click()
browser.find_element_by_css_selector('.ykplayer').click() # 查找到隐藏元素位置后执行点击鼠标左键操作
time.sleep(10)
lo = browser.get_log('performance') # 捕获浏览器network中的数据
browser.get_network_conditions()
datalist = []
for entry in lo:
try:
print(entry)
datalist.append(entry)
except Exception as e:
continue
browser.close()
视频中被播放按钮是一个隐藏元素，用xpaht定位到指定的标签后也无法获取这个标签中的元素
通过 browser.find_element_by_css_selector(“.ykplayer”) 方法查找 .ykplayer 可以查找到，查找后输出的内容这个视频的标题，这样就实现了使用chromedriver 自动播放视频的功能
这里虽然实现的视频自动播放，但是请求优酷视频的视频地址的接口调用的结果却依然没法通过 browser.get_log(‘performance')来获得，原因是有一部分数据没有全部加载，但接口实际已经取得了完整的数据。虽然可以通过 get_log中的结果获得请求的地址，但是这个请求的地址在此使用requests进行请求会提示无权访问,可以看到这个请求已经有请求体了，但是使用get_log却无法捕获。
而且这个请求地址是一次性的，在次请求的结果是没权限
{"cost":0.003000000026077032,"data":{"error":{"note":"客户端无权播放,201","code":-6004}},"e":{"code":0,"provider":"hsfprovider","desc":""}}
要解决这个问题需要使用到browsermob-proxy
利用BrowserMob Proxy实现类似chrome的开发者工具中network的功能，
监控浏览器中该页面的request，获取对应的response，从而得到对应的json数据。
其大致原理是设置一个本地代理，并监控浏览器通过该代理的网络活动。
最后，我的解决方案是：python3 + selenium + chrome + browsermob-proxy
下载好BrowserMob Proxy和chromedriver，并记住对应的路径，稍后需要配置。
https://bmp.lightbody.net/
http://npm.taobao.org/mirrors/chromedriver/
另外，使用browsermob-proxy需要安装Java依赖环境，首次安装后可能需要重启。
python的环境可安装anaconda获得，然后是安装额外的python库
pip install browsermob-proxy pip install selenium
软件环境配置完成后，可开始搭建抓取动态网页的框架，
下面是我做的一个简单框架（browsermonitor.py），其中未涉及数据的加工，可针对需要抓取的网页，直接继承后，根据需求加工数据：
"""step 1 导入依赖库"""
from os import path
from browsermobproxy import Server
from selenium import webdriver
import re
"""step 2 新建浏览器监控类"""
class Monitor(object):
"""
step 3 配置chromedriver 和 browermobproxy 路径
需要使用完整路径，否则browsermobproxy无法启动服务
我是将这两个部分放到了和monitor.py同一目录
同时设置chrome为屏蔽图片，若需要抓取图片可自行修改
"""
PROXY_PATH = path.abspath("./browsermob-proxy/bin/browsermob-proxy.bat")
CHROME_PATH = path.abspath("./chromedriver.exe")
CHROME_OPTIONS = {"profile.managed_default_content_settings.images":2}
def __init__(self):
"""
类初始化函数暂不做操作
"""
pass
def initProxy(self):
"""
step 4 初始化 browermobproxy
设置需要屏蔽的网络连接，此处屏蔽了css，和图片（有时chrome的设置会失效），可加快网页加载速度
新建proxy代理地址
"""
self.server = Server(self.PROXY_PATH)
self.server.start()
self.proxy = self.server.create_proxy()
self.proxy.blacklist(["http://.*/.*.css.*","http://.*/.*.jpg.*","http://.*/.*.png.*","http://.*/.*.gif.*"],200)
def initChrome(self):
"""
step 5 初始化selenium， chrome设置
将chrome的代理设置为browermobproxy新建的代理地址
"""
chromeSettings = webdriver.ChromeOptions()
chromeSettings.add_argument('--proxy-server={host}:{port}'.format(host = "localhost", port = self.proxy.port))
chromeSettings.add_experimental_option("prefs", self.CHROME_OPTIONS)
self.driver = webdriver.Chrome(executable_path = self.CHROME_PATH, chrome_options = chromeSettings)
def genNewRecord(self, name = "monitor", options={'captureContent':True}):
"""
step 6 新建监控记录，设置内容监控为True
"""
self.proxy.new_har(name,options = options)
def getContentText(self, targetUrl):
"""
step 7 简单的获取目标数据的函数
其中 targetUrl 为浏览器获取对应数据调用的url，需要用正则表达式表示
"""
if self.proxy.har['log']['entries']:
for loop_record in self.proxy.har['log']['entries']:
try:
if re.fullmatch(targetUrl , loop_record["request"]['url']):
return loop_record["response"]['content']["text"]
except Exception as err:
print(err)
continue
return None
def Start(self):
"""step 8 配置monitor的启动顺序"""
try:
self.initProxy()
self.initChrome()
except Exception as err:
print(err)
def Quit(self):
"""
step 9 配置monitor的退出顺序
代理sever的退出可能失败，目前是手动关闭，若谁能提供解决方法，将不胜感激
"""
self.driver.close()
self.driver.quit()
try:
self.proxy.close()
self.server.process.terminate()
self.server.process.wait()
self.server.process.kill()
except OSError:
pass
if __name__ == '__main__':
monitor = Monitor()
monitor.Start()
monitor.genNewRecord()
# 这使用优酷视频的地址
url = 'https://v.youku.com/v_show/id_XNDIyMjU1NjgzMg==.html"https://ups.youku.com/ups/get.json.*" # 这是获取视频播放地址的接口请求的前缀
text = monitor.getContentText(targetUrl)
monitor.Quit()
总结
以上所述是小编给大家介绍的python selenium 查找隐藏元素 自动播放视频功能,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
《魔兽世界》大逃杀！60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容，新游玩模式《强袭风暴》即将于3月21 日在亚服上线，届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕，并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时，他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中，玩家将会进入一个全新的海盗主题大逃杀式限时活动，其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场，作为一个独立于主游戏之外的活动，玩家可以用大逃杀的风格来体验《魔兽世界》，不分职业、不分装备（除了你在赛局中捡到的），光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式，玩家在加入海盗主题的预赛大厅区域前，可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹，《巨龙崛起》和《魔兽世界：巫妖王之怒 经典版》的玩家都可以获得奖励。