工具準(zhǔn)備
Chrome瀏覽器
如果電腦上沒有chrome瀏覽器或者當(dāng)前chrome瀏覽器不是最新版，請(qǐng)先去chrome官網(wǎng)下載安裝最新版chrome瀏覽器
https://www.google.cn/chrome/index.html
ChromeDriver驅(qū)動(dòng)
什么是ChromeDriver
ChromeDriver是一種用于自動(dòng)化和控制Google Chrome瀏覽器的工具。它是一個(gè)開源的項(xiàng)目，由Google維護(hù)，并提供給開發(fā)者使用。ChromeDriver充當(dāng)一個(gè)橋梁，允許自動(dòng)化測(cè)試工具或腳本與Chrome瀏覽器進(jìn)行交互。
具體來說，ChromeDriver通過與Chrome瀏覽器通信，執(zhí)行各種操作，如打開網(wǎng)頁、模擬用戶輸入、獲取頁面元素等。這對(duì)于自動(dòng)化測(cè)試、網(wǎng)頁抓取、自動(dòng)化任務(wù)等場(chǎng)景非常有用。
一般來說，如果你想使用Selenium（一個(gè)用于自動(dòng)化測(cè)試的工具）來自動(dòng)化Chrome瀏覽器，你需要下載并配置ChromeDriver。Selenium將通過ChromeDriver與Chrome瀏覽器進(jìn)行通信，從而實(shí)現(xiàn)自動(dòng)化測(cè)試腳本的執(zhí)行。
下載安裝
首先，需要檢查Chrome瀏覽器的版本。請(qǐng)按照以下步驟進(jìn)行：
打開Chrome瀏覽器后，如下圖所示進(jìn)行操作
然后就可以看到我們Chrome瀏覽器的版本了：
注意：如果你的Chrome瀏覽器是最新版，一般就不用看了，ChromeDriver也安裝最新版即可?。?/p>
請(qǐng)記下這個(gè)版本號(hào)，因?yàn)樾枰_保下載與Chrome瀏覽器版本相匹配的ChromeDriver
相同版本號(hào)只需第一位數(shù)字相同即可，比如Chrome版本號(hào)是120.0.6099.110，所以ChromeDriver下載版本號(hào)120開頭的即可
ChromeDriver最新版本鏈接：https://googlechromelabs.github.io/chrome-for-testing/
打開鏈接后如下圖所示：
按照自己電腦的系統(tǒng)選擇url進(jìn)行下載
（win系統(tǒng)的不區(qū)分64位和32位，電腦64位的下載win32就行）
實(shí)現(xiàn)細(xì)節(jié)
ChromeDriver下載完成后解壓縮，打開
- 我們需要把chromedriver.exe文件復(fù)制到chrome的安裝路徑
如果不記得自己Chrome的安裝路徑的話，就找到Chrome瀏覽器的快捷方式，右鍵->打開文件所在的位置
- 如果此時(shí)顯示的位置Chrome仍是快捷方式不是chrome.exe的話，繼續(xù)執(zhí)行右鍵->打開文件所在的位置
- 然后找到了chrome安裝位置，將chromedriver.exe拷貝進(jìn)來，如下圖
4. 完成復(fù)制后，不要急著關(guān)閉文件夾，復(fù)制一下當(dāng)前文件路徑，也就是chrome.exe的所在路徑，后面會(huì)用到，比如：C:\Program Files (x86)\Google\Chrome\Application（系統(tǒng)默認(rèn)安裝位置）
環(huán)境變量配置
這一步非常關(guān)鍵?。?/h4>
- 在桌面找到此電腦圖標(biāo)，右鍵–>屬性，然后找到高級(jí)系統(tǒng)設(shè)置
- 然后點(diǎn)擊環(huán)境變量
- 在用戶變量中找到Path變量，選中path變量后點(diǎn)擊編輯
- 點(diǎn)擊新建按鈕，然后把剛才復(fù)制的chrome.exe的路徑位置粘貼到此處，如下圖所示：
. 
- 然后切記：退出時(shí)有確定鍵一直選擇”確定“鍵才能使保存生效
Python庫安裝
- 將代碼拷貝到Pycharm編輯器中，選擇好自己的Python環(huán)境（關(guān)于如何配置Python環(huán)境如果大家不會(huì)的話就自行百度一下，網(wǎng)上很多教程）
- 如果看到如下圖所示的selenium爆紅
- 在編輯器中左下角找到Terminal（終端），
- 輸入命令安裝selenium庫
pip install selenium
- 如果time庫爆紅，同樣的命令安裝time庫
pip install time
完整代碼
.
pip install selenium
pip install time
現(xiàn)在前面的準(zhǔn)備工作已全部就緒，先貼完整python代碼
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.select import Select
import time
# 初始化selenium
url = 'https://wenshu.court.gov.cn/website/wenshu/181029CR4M5A62CH/index.html?'
option = webdriver.ChromeOptions()
option.add_argument('--start-maximized')
option.add_experimental_option('excludeSwitches', ['enable-automation'])
# 'profile.default_content_settings.popups': 0 == 禁用彈出窗口
# 'download.default_directory': 'D:\Desktop\wenshu' == 設(shè)置默認(rèn)下載路徑
# 'profile.default_content_setting_values.automatic_downloads': 1 == 并設(shè)置自動(dòng)下載的選項(xiàng)
prefs = {'profile.default_content_settings.popups': 0,
'download.default_directory': 'D:\wenshu', # 設(shè)置自己的下載路徑
'profile.default_content_setting_values.automatic_downloads': 1}
option.add_experimental_option('prefs', prefs)
driver = webdriver.Chrome(options=option)
# 設(shè)置打開的瀏覽器窗口最大化
driver.maximize_window()
driver.set_page_load_timeout(30)
driver.get(url)
# 轉(zhuǎn)到登錄界面自動(dòng)輸入手機(jī)號(hào)密碼進(jìn)行登錄
driver.find_element(By.XPATH, '//*[@id="loginLi"]/a').click()
text = driver.page_source
time.sleep(10) # 等待頁面渲染
# 進(jìn)入iframe框
iframe = driver.find_elements(By.TAG_NAME, 'iframe')[0]
driver.switch_to.frame(iframe)
# 下面的‘手機(jī)號(hào)’‘密碼’輸入自己中國裁判文書網(wǎng)注冊(cè)的真實(shí)手機(jī)號(hào)密碼
username = driver.find_element(By.XPATH, '//*[@id="root"]/div/form/div/div[1]/div/div/div/input')
username.send_keys('手機(jī)號(hào)')
time.sleep(3)
username = driver.find_element(By.XPATH, '//*[@id="root"]/div/form/div/div[2]/div/div/div/input')
username.send_keys('密碼')
time.sleep(2)
driver.find_element(By.XPATH, '//*[@id="root"]/div/form/div/div[3]/span').click()
time.sleep(3)
# 必須加上表單退出，否者就是死元素?zé)o法定位
driver.switch_to.default_content()
# 這行代碼的作用就相當(dāng)于你手動(dòng)點(diǎn)了一下‘刑事案件’那個(gè)按鈕
# 要下載民事案件就把下一行代碼里的刑事案件改成‘民事案件’，以此類推
driver.find_element(By.LINK_TEXT, '刑事案件').click()
time.sleep(10)
# testHtml(driver.page_source)
_lastWindow = driver.window_handles[-1]
driver.switch_to.window(_lastWindow)
# 選擇案件批量下載
# 這行代碼的作用就相當(dāng)于你手動(dòng)點(diǎn)了一下‘法院層級(jí)’那個(gè)按鈕
# driver.find_element(By.LINK_TEXT, '法院層級(jí)').click()
# 按照裁判日期排序顯示最新600條
# driver.find_element(By.LINK_TEXT, '裁判日期').click()
# 按照裁判日期從前到后顯示最老600條
# driver.find_element(By.LINK_TEXT, '裁判日期').click()
# 按照審判程序排序顯示最新600條
# driver.find_element(By.LINK_TEXT, '審判程序').click()
# 按照審判程序從前到后顯示最老600條
# driver.find_element(By.LINK_TEXT, '審判程序').click()
# 將每頁文件數(shù)設(shè)置為最大,15條
page_size_box = Select(driver.find_element(By.XPATH, '//*[@id="_view_1545184311000"]/div[8]/div/select'))
page_size_box.select_by_visible_text('15')
def test_exceptions(xpath):
try:
driver.find_element(By.XPATH, xpath)
return True
except:
return False
page = 1
# 最多顯示600條文件,也就是40頁
while page <= 40:
time.sleep(5+page/10)
for i in range(15):
time.sleep(5+i/10)
event_xpath = '//*[@id="_view_1545184311000"]/div[' + str(i+3) + ']/div[6]/div/a[2]'
if test_exceptions(event_xpath) == True:
driver.find_element(By.XPATH, event_xpath).click()
else:
event_xpath = '//*[@id="_view_1545184311000"]/div[' + str(i+3) + ']/div[5]/div/a[2]'
if test_exceptions(event_xpath) == True:
driver.find_element(By.XPATH, event_xpath).click()
# 下一頁按鈕,不能用Xpath定位,因?yàn)椤跋乱豁摗卑粹o位置不固定
# driver.find_element(By.LINK_TEXT, '下一頁').click()
time.sleep(5)
driver.find_element(By.LINK_TEXT, '下一頁').click()
# 必須加上表單退出，否者就是死元素?zé)o法定位
driver.switch_to.default_content()
page += 1
# 關(guān)閉整個(gè)瀏覽器窗口并終止與瀏覽器的會(huì)話
driver.quit()
運(yùn)行時(shí)
代碼也配置無誤后，運(yùn)行代碼會(huì)自動(dòng)彈出一個(gè)chrome瀏覽器窗口界面
彈出界面顯示下圖輸入驗(yàn)證碼時(shí)需要用戶手動(dòng)輸入并點(diǎn)擊確定： 
正常情況下不需要用戶進(jìn)行任何操作。輸入賬號(hào)、密碼，點(diǎn)擊登錄按鈕登錄這些都是會(huì)自動(dòng)執(zhí)行的！?。?br> 代碼中很多操作都設(shè)置有延遲幾秒的操作，所以代碼運(yùn)行過程中只要沒有中斷，網(wǎng)頁突然自動(dòng)關(guān)閉，就沒問題。大家不要著急，只需耐心等待即可。
下載自定義
- 修改代碼中第17行設(shè)置自己想要的下載路徑：
'download.default_directory': 'D:\xxx\xxx',
分隔符注意用單個(gè)的反斜線'\'；可以是不存在的路徑，會(huì)自動(dòng)創(chuàng)建該路徑
- 代碼37行和42行修改為真實(shí)的已注冊(cè)的手機(jī)號(hào)密碼
line 37: username.send_keys('XXX') XXX改為自行注冊(cè)的手機(jī)號(hào)
line 42: username.send_keys('XXX') XXX改為注冊(cè)時(shí)設(shè)置的密碼
-
自定義選擇下載內(nèi)容
文章來源：http://www.zghlxwxcb.cn/news/detail-766473.html1，2，3，4，5這五行代碼：文章來源地址http://www.zghlxwxcb.cn/news/detail-766473.html
- 全部注釋---------------------------------按照法院層級(jí)從高到低排序
- 保留1，注釋其他----------------------按照法院層級(jí)從低到高排序
- 保留2，注釋其他----------------------按照裁判日期由近到遠(yuǎn)排序
- 保留2和3，注釋其他-----------------按照裁判日期由遠(yuǎn)到近排序
- 保留4，注釋其他----------------------按照審判程序由近到遠(yuǎn)排序
- 保留4和5，注釋其他-----------------按照裁判日期由遠(yuǎn)到近排序
到了這里，關(guān)于利用Python中selenium庫爬蟲實(shí)現(xiàn)中國裁判文書網(wǎng)自動(dòng)登錄批量下載功能——最新版詳細(xì)教程?。〉奈恼戮徒榻B完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
