使用python實現(xiàn)一個瀏覽器自動化的腳本
背景
最近工作中有這樣一個需求：客戶反饋在瀏覽器操作過程中，重復(fù)流程操作太頻繁，能不能讓瀏覽器自動操作完成？
在我的認知中，瀏覽器就是一個用來瀏覽頁面的工具，因此第一反應(yīng)就是“不可能！絕對不可能！”。領(lǐng)導(dǎo)說，你了解過RPA嗎？會后專門查閱了相關(guān)資料，在我的理解中，RPA就是一個定制化機器人（腳本流程），通過控制腳本操作顯示器，來模擬用戶操作的過程。
開始
一開始的時候，我在github上面找了一些開源的項目，例如：PyRPA、RPA-Python、TagUI、openrpa等，但是因為定制化比較強，后期不知道會變成怎么樣，因此做的要靈活一些。但是在這些開源項目中，提供了一部分的api，但是在有些地方并不是很容易操作，感覺后面可能會不可控。
但是在我觀察中發(fā)現(xiàn)，大多數(shù)的實現(xiàn)都是通過python實現(xiàn)的，作為一個前端，第一反應(yīng)就是，為什么不用node和js結(jié)合呢，最后反應(yīng)過來，使用python可以操作整個PC，但是如果你使用node或js，只能說操作瀏覽器更方便一些了（其實和python差不多），只是python在使用第三方庫時候，會存在一定程度的延時。
因此，我決定放棄現(xiàn)有的RPA的項目，自己實現(xiàn)一個自動化的python腳本。
語言選擇
關(guān)于我為什么選擇的python作為語言，其實在前面已經(jīng)說過了，作為一個前端開發(fā)，其實最熟悉的莫過于javascript，另加一些nodejs，那么為什么我沒有用nodejs呢？node在前端開發(fā)過程中，常常扮演著一個環(huán)境的角色，雖然也可以作為一個后端語言來寫一些接口或服務(wù)（依賴于第三方庫），但是很少用到DOM的操作，操作瀏覽器的DOM，我們通常來說，都是使用js直接操作，或使用jquery等第三方工具。如果要再直接去攔截系統(tǒng)的一些操作，js就不太行了。
因此，采取了python，這一門熱度一直很高的語言。主要思路就是，圖片的對比，獲取點位，模擬用戶鼠標，鍵盤等操作。
瀏覽器的啟動
其實這個啟動瀏覽器，一開始我只是單純的打開瀏覽器，但是后面發(fā)現(xiàn)，每天第一次啟動的時候，都會特別慢，查閱資料也沒有找到原因，好像是緩存被清空了吧，網(wǎng)上找了大量的相關(guān)資料，最終找到了一個方案：加載時候啟動指定驅(qū)動程序（瀏覽器版本與驅(qū)動程序需要對應(yīng)），指定版本瀏覽器下載，新版驅(qū)動下載，114版本前驅(qū)動下載，有一部分頁面需要科學(xué)上網(wǎng)才能訪問與下載，建議大家科學(xué)上網(wǎng)昂。
一個啟動瀏覽器的demo，這里的driver我在后續(xù)就不就行重復(fù)的定義了，直接使用了，例如：
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
driver = webdriver.Chrome(service=Service(r"C:\\tb2Lot\\driver\\chromedriver.exe"))
driver.maximize_window()
driver.execute_script("document.charset='utf-8';")
driver.get("http://www.baidu.com")
這時候我們就已經(jīng)可以打開瀏覽器，并操作瀏覽器調(diào)取到百度的頁面了，我們想在百度的頁面輸入并搜索指定內(nèi)容怎么辦呢？這時候我們就需要獲取頁面的元素節(jié)點，然后進行輸入了,下面我們來看一下如何在瀏覽器搜索吧！
在百度進行搜索的方案
首先我們先列舉一下目前能夠想到的兩個方案：
- 從頁面抓取頁面
元素路徑，然后直接點擊元素； - 整個頁面截圖，再截取需要點擊的小圖片，獲取需要點擊的
圖片的坐標，點擊坐標；
這兩種方案對于簡單的操作都是可行的，復(fù)雜一些的，會出現(xiàn)一些問題，我們先看一下兩種方案分別怎么進行操作，然后再來分析一下會遇見怎樣的問題吧！
頁面抓取元素，直接點擊：
import pyautogui
import pyperclip
import time
from selenium.webdriver.common.by import By
def cvEnter(msg):
pyperclip.copy(msg)
time.sleep(1)
pyautogui.hotkey('ctrl','v')
time.sleep(1)
pyautogui.hotkey('enter') #回車搜索
#driver的定義在本文最上面，這里沒有重復(fù)寫
#...
cvEnter("稀土掘金")
driver.find_element(By.XPATH,r'//*[@id="su"]').click() #通過瀏覽器的xpath觸發(fā)點擊事件
time.sleep(2)
driver.find_element(By.XPATH,r'//*[@id="kw"]').clear() #清除輸入框
driver.find_element(By.XPATH,r'//*[@id="kw"]').send_keys('稀土掘金官網(wǎng)') #輸入框輸入數(shù)據(jù)
pyautogui.hotkey('enter')
time.sleep(5)
在上面，其實我們已經(jīng)使用了兩種輸入與搜索的方式：
輸入
- 方式一：通過
粘貼板，直接進行“c+v”； - 方式二：借助python瀏覽器的driver的
send_keys方法，直接鍵入；
搜索（這里是回車和點擊實現(xiàn)的都是搜索）
- 方式一：使用pyautogui的
鍵盤熱鍵觸發(fā)； - 方式二：借助python瀏覽器的driver獲取瀏覽器
元素，觸發(fā)該元素的click事件；
通過圖片的對比，獲取點位進行點擊
import pyautogui
import cv2
def getPosiXY(img):
pyautogui.screenshot('./pics/screen.png') #顯示完成之后，截圖
screen = cv2.imread('./pics/screen.png') #加載全屏截圖
current = cv2.imread(f'./tb2lot_pic/{img}') #加載比對的圖片
result = cv2.matchTemplate(screen, current, cv2.TM_CCOEFF_NORMED) #在screen中尋找current的點位
pos_start = cv2.minMaxLoc(result)[3]
x = int(pos_start[0]) + int(current.shape[1]/2)
y = int(pos_start[1]) + int(current.shape[0]/2)
return x,y
pointX, pointY = getPosiXY("query_btn.png")
pyautogui.click(pointX, pointY)
在上面的demo中，我們借助cv2庫，實現(xiàn)了一個簡單的大圖中尋找小圖的功能，這里在獲取之前自動截圖并保存到指定目錄，小圖的名稱作為參數(shù)，傳遞到封裝的方法中，抓取點位信息，再點擊獲取到的坐標位置。因為我們抓取的坐標點，因此如果點擊的輸入框，輸入框粘貼數(shù)據(jù)，就需要直接通過粘貼板進行粘貼了。
為什么我們前面說抓取元素會有問題呢？
首先我們最理想的元素抓取就是，都在一個html中，沒有動態(tài)的元素，沒有切換界面，沒有切換彈窗等，但是在實際的應(yīng)用過程中，往往都是比較復(fù)雜的，例如：
vue打包的html（元素的id不是固定的，有時候元素節(jié)點渲染的問題，嵌套可能有點區(qū)別）；html嵌套了iframe（直接切換了代碼引用的窗口，后面都統(tǒng)一叫做句柄）；選擇框的元素，展開和關(guān)閉不一致；- ...
以上的問題，都會導(dǎo)致直接抓取元素xpath直接調(diào)取時候報錯，難道我們就真的不能用xpath進行操作了嗎？答案當然是否定的，但是也不是完全，例如在iframe中，我們可以切換句柄，來達到代碼引用模塊的更換，例如：
#driver的定義在本文最上面，這里沒有重復(fù)寫 #... iframeSrc = driver.find_element(By.XPATH,r'/html/body/div/iframe') driver.switch_to.frame(iframeSrc) # 切換句柄到iframe #driver.switch_to.default_content() #切換到默認的句柄 driver.find_element(By.XPATH,r'/html/body/form/div/input').click()
這樣看來，我們iframe也是可以抓取到元素的，不過要等待頁面渲染完成之后再去抓取，否則還是會報錯的。其余的兩個，因為元素是動態(tài)的，如果只是id的問題的話，我們可以使用full xpath進行抓取，但是如果元素嵌套都有可能變化的話，就只能采取截圖比對的方式了。
此外，我們也再添加一段代碼，比如開啟瀏覽器兩個標簽頁的時候與標簽頁之間的切換怎么處理：
driver.get("http://www.baidu.com") #打開標簽1
driver.execute_script("window.open('http://www.baidu.com');") #打開標簽2
driver.switch_to.window(driver.window_handles[0]) # 手動切換到標簽1
最后
其實到這里，python簡單的控制瀏覽器就已經(jīng)結(jié)束了，其實圖片的對比不局限于瀏覽器，它可以截取PC的屏幕上的所有，因此也可以模擬APP的操作，但是我們在調(diào)取的過程中，常常會報錯，但是如果打包成了exe文件，我們并不知道報的什么錯，因此我們也可以在最外層加上try-except，如果檢測到報錯，我們可以將報錯內(nèi)容記錄在txt中，模擬日志的效果，例如：
from datetime import datetime, timedelta
try:
# some codes
except Exception as e:
now = datetime.now()
date_time = now.strftime("%Y-%m-%d %H:%M:%S")
data_to_append = f"{date_time}\n{e}\n\n"
with open('C:\\logs\\error.txt', 'a') as file:
file.write(data_to_append)
print("Error!", e)
driver.quit()
raise ValueError("Error!")
最后打開預(yù)覽報錯信息，例如：
代碼
import pyautogui
import pyperclip
import time
from selenium.webdriver.common.by import By
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from datetime import datetime, timedelta
def cvEnter(msg):
pyperclip.copy(msg)
time.sleep(1)
pyautogui.hotkey('ctrl','v')
time.sleep(1)
pyautogui.hotkey('enter')
try:
driver = webdriver.Chrome(service=Service(r"C:\\pyExe\\driver\\chromedriver.exe")) #驅(qū)動寫在最上面
driver.maximize_window()
driver.execute_script("document.charset='utf-8';")
driver.get("http://www.baidu.com")
driver.implicitly_wait(10)
cvEnter("稀土掘金")
driver.find_element(By.XPATH,r'//*[@id="su"]').click() #通過瀏覽器的xpath觸發(fā)點擊事件、
time.sleep(2)
driver.find_element(By.XPATH,r'//*[@id="kw"]').clear()
driver.find_element(By.XPATH,r'//*[@id="kw"]').send_keys('稀土掘金官網(wǎng)')
pyautogui.hotkey('enter')
time.sleep(5)
except Exception as e:
now = datetime.now()
date_time = now.strftime("%Y-%m-%d %H:%M:%S")
data_to_append = f"{date_time}\n{e}\n\n"
with open('C:\\pyExe\\logs\\error.txt', 'a') as file:
file.write(data_to_append)
print("Error!", e)
driver.quit()
raise ValueError("Error!")
代碼打包
pyinstaller --onefile --noconsole --icon ./favorite.ico ./index.py # --noconsole 隱藏黑窗口 # --icon ./favorite.ico 打包后的應(yīng)用圖標（路徑選對，僅支持ico） # ./index.py 需要打包的py文件路徑
有時候打包完圖標沒有變化，是默認的圖標，可以查看屬性，屬性中應(yīng)該是已經(jīng)有了的，這是因為應(yīng)用緩存的原因，刷新一下應(yīng)用程序即可。
重中之重?。。?/strong>
打包完成之后，將打包后的dist/index.exe文件，移到之前index.py同級目錄下，因為如果涉及到圖片的比對，會導(dǎo)致圖片的位置訪問失敗。
以上就是使用python實現(xiàn)一個瀏覽器自動化的腳本的詳細內(nèi)容，更多關(guān)于python瀏覽器自動化的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
一篇文章帶你搞定Ubuntu中打開Pycharm總是卡頓崩潰
這篇文章主要介紹了一篇文章帶你搞定Ubuntu中打開Pycharm總是卡頓崩潰，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-11-11
Python緩存方案優(yōu)化程序性能提高數(shù)據(jù)訪問速度
Python緩存方案是一種優(yōu)化程序性能，提高數(shù)據(jù)訪問速度的方案。通過緩存數(shù)據(jù)，可以減少重復(fù)的計算和IO操作，從而提高程序的運行效率。Python中常用的緩存方案包括內(nèi)存緩存、磁盤緩存和分布式緩存等，根據(jù)實際需求選擇不同的方案可以幫助我們更好地優(yōu)化程序性能2023-05-05
總結(jié)Python圖形用戶界面和游戲開發(fā)知識點
在本篇文章里小編給大家整理了關(guān)于Python圖形用戶界面和游戲開發(fā)知識點以及實例代碼，需要的朋友們學(xué)習(xí)下。2019-05-05
今天小編就為大家分享一篇python 自動軌跡繪制的實例代碼，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
這篇文章主要介紹了Python語言描述最大連續(xù)子序列和，具有一定借鑒價值，需要的朋友可以了解下。2017-12-12
今天小編就為大家分享一篇Python 詞典(Dict) 加載與保存示例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12
今天小編就為大家分享一篇python numpy格式化打印的實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-05-05
Python自動檢測requests所獲得html文檔的編碼
這篇文章主要為大家詳細介紹了如何通過Python自動檢測requests實現(xiàn)獲得html文檔的編碼,文中的示例代碼講解詳細,感興趣的可以了解下2024-11-11
在本篇內(nèi)容里小編給各位分享了關(guān)于python3的編碼問題以及相關(guān)實例代碼，有需要的朋友們參考一下。2019-07-07
這篇文章主要推薦了10個頂級Python實用庫，幫助大家更好的理解和學(xué)習(xí)實用python，感興趣的朋友可以了解下2021-03-03