詳解pyppeteer(python版puppeteer)基本使用

更新時間：2019年06月12日 11:43:11 作者：白灰

這篇文章主要介紹了詳解pyppeteer(python版puppeteer)基本使用，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧

一、前言

以前使用selenium的無頭瀏覽器，自從phantomjs2016后慢慢不更新了之后，selenium也開始找下家，這時候谷歌的chrome率先搞出來無頭瀏覽器并開放了各種api，隨后firefox也開始做。

現(xiàn)在selenium的測試也都支持這兩個瀏覽器的無頭模式了，只需要在引入的時候配置一下就可以了。之所以要采用谷歌chrome官方無頭框架puppeteer的python版本pyppeteer，是因為有些網(wǎng)頁是可以檢測到是否是使用了selenium。并且selenium所謂的保護機制不允許跨域cookies保存以及登錄的時候必須先打開網(wǎng)頁然后后加載cookies再刷新的方式很不友好。

二、pyppeteer

github地址：https://miyakogi.github.io/pyppeteer/

pyppeteer這個項目是非官方的，是基于谷歌官方puppeteer的python版本。

注意：本來chrome就問題多多，puppeteer也是各種坑，加上pyppeteer是基于前者的改編python版本，也就是產(chǎn)生了只要前兩個有一個有bug，那么pyppeteer就會原封不動的繼承下來，本來這沒什么，但是現(xiàn)在遇到的問題就是pyppeteer這個項目從18年9月份之后就沒更新過了，前兩者都在不斷的更新迭代，而pyppeteer一直不更新，導致很多bug根本沒人修復。

遇到的錯誤:

1）pyppeteer.errors.NetworkError: Protocol error Network.getCookies: Target close
控制訪問指定url之后await page.goto(url)，會遇到上面的錯誤，如果這時候使用了sleep之類的延時也會出現(xiàn)這個錯誤或者類似的time out。

這個問題是puppeteer的bug，但是對方已經(jīng)修復了，而pyppeteer遲遲沒更新，就只能靠自己了，搜了很多人的文章，例如：https://github.com/miyakogi/pyppeteer/issues/171 ，但是我按照這個并沒有成功。
也有人增加一個函數(shù)，但調(diào)用這個參數(shù)依然沒解決問題。

async def scroll_page(page):
  cur_dist = 0
  height = await page.evaluate("() => document.body.scrollHeight")
  while True:
    if cur_dist < height:
      await page.evaluate("window.scrollBy(0, 500);")
      await asyncio.sleep(0.1)
      cur_dist += 500
    else:
      break

可以把python第三方庫websockets版本7.0改為6.0就可以了，親測可用。

pip uninstall websockets #卸載websockets
pip install websockets==6.0 #指定安裝6.0版本

2）chromium瀏覽器多開頁面卡死問題
解決這個問題的方法就是瀏覽器初始化的時候添加'dumpio':True。

3）瀏覽器窗口很大，內(nèi)容顯示很小

上面的問題是需要設置瀏覽器顯示大小，默認就是無法正常顯示?？梢钥吹巾撁孀髠?cè)右側(cè)都是空白，網(wǎng)站內(nèi)容并沒有完整鋪滿chrome.

browser = await launch({'headless': False,'dumpio':True, 'autoClose':False,'args': ['--no-sandbox', '--window-size=1366,850']})
await page.setViewport({'width':1366,'height':768})

通過上面設置Windows-size和Viewport大小來實現(xiàn)網(wǎng)頁完整顯示。

但是對于那種向下無限加載的長網(wǎng)頁這種情況如果瀏覽器是可見狀態(tài)會顯示不全，針對這種情況的解決方法就是復制當前網(wǎng)頁新開一個標簽頁粘貼進去就正常了

三、實際項目示例

import asyncio
from pyppeteer import launch
import time

async def main():exepath = 'C:/Users/tester02/AppData/Local/Google/Chrome/Application/chrome.exe'
  browser = await launch({'executablePath': exepath, 'headless': False, 'slowMo': 30})
  page = await browser.newPage()
  await page.setViewport({'width': 1366, 'height': 768})
  await page.goto('http://192.168.2.66')
  await page.type("#Login_Name_Input", "test02")
  await page.type("#Login_Password_Input", "12345678", )
  await page.waitFor(1000)
  await page.click("#Login_Login_Btn")
  await page.waitFor(3000)
  await browser.close()

asyncio.get_event_loop().run_until_complete(main())

import asyncio
import time
from pyppeteer import launch


async def gmailLogin(username, password, url):
  #'headless': False如果想要瀏覽器隱藏更改False為True
  # 127.0.0.1:1080為代理ip和端口，這個根據(jù)自己的本地代理進行更改，如果是vps里或者全局模式可以刪除掉'--proxy-server=127.0.0.1:1080'
  browser = await launch({'headless': False, 'args': ['--no-sandbox', '--proxy-server=127.0.0.1:1080']})
  page = await browser.newPage()
  await page.setUserAgent(
    'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.67 Safari/537.36')

  await page.goto(url)

  # 輸入Gmail
  await page.type('#identifierId', username)
  # 點擊下一步
  await page.click('#identifierNext > content')
  page.mouse # 模擬真實點擊
  time.sleep(10)
  # 輸入password
  await page.type('#password input', password)
  # 點擊下一步
  await page.click('#passwordNext > content > span')
  page.mouse # 模擬真實點擊
  time.sleep(10)
  # 點擊安全檢測頁面的DONE
  # await page.click('div > content > span')#如果本機之前登錄過，并且page.setUserAgent設置為之前登錄成功的瀏覽器user-agent了，
  # 就不會出現(xiàn)安全檢測頁面，這里如果有需要的自己根據(jù)需求進行更改，但是還是推薦先用常用瀏覽器登錄成功后再用python程序進行登錄。

  # 登錄成功截圖
  await page.screenshot({'path': './gmail-login.png', 'quality': 100, 'fullPage': True})
  #打開谷歌全家桶跳轉(zhuǎn)，以Youtube為例
  await page.goto('https://www.youtube.com')
  time.sleep(10)


if __name__ == '__main__':
  username = '你的gmail包含@gmail.com'
  password = r'你的gmail密碼'
  url = 'https://gmail.com'
  loop = asyncio.get_event_loop()
  loop.run_until_complete(gmailLogin(username, password, url))
# 代碼由三分醉編寫，網(wǎng)址www.sanfenzui.com，參考如下文章：
# https://blog.csdn.net/Chen_chong__/article/details/82950968

以上就是本文的全部內(nèi)容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: