2018-03-06 Python 宅必备
好久没更新Python相关的内容了，这个专题主要说的是Python在爬虫方面的应用，包括爬取和处理部分
上节我们说了如何使用selenium打开网页做些简单操作
这节内容为操作浏览器自动订购12306火车票
##开发环境
操作系统:windows 10
Python版本 :3.6
爬取网页模块:selenium
分析网页工具:xpath
## 关于Selenium
selenium 是一个Web自动测试的工具，可以用来操作一些浏览器Driver，例如Chrome，Firefox等，也可以使用一些headless的driver，例如Phantomjs
具体请参加官网:
[ http://selenium-python.readthedocs.io/]( http://selenium-python.readthedocs.io/)
## 关于xpath
XPath 是一门在 XML 文档中查找信息的语言。XPath 可用来在 XML 文档中对元素和属性进行遍历。
XPath 是 W3C XSLT 标准的主要元素，并且 XQuery 和 XPointer 都构建于 XPath 表达之上。
因此，对 XPath 的理解是很多高级 XML 应用的基础。
selenium可以使用xpath的形式来定位网页元素，我们可以通过开发者模式的来获取xpath路径，但是不推荐直接引用
[image:81 size:orig]
详细教程查看如下网站
[http://www.w3school.com.cn/xpath/index.asp](http://www.w3school.com.cn/xpath/index.asp)
## 模块安装
```
pip3 install selenium
```
## Chrome Driver 下载
这里我们下载Chrome driver
[image:82 size:orig]
其他的driver见官网
[http://selenium-python.readthedocs.io/installation.html#drivers](http://selenium-python.readthedocs.io/installation.html#drivers)
下载完成后可以放到系统环境变量中，如:
```
C:\Windows\System32
```
[image:83 size:orig]
[https://sites.google.com/a/chromium.org/chromedriver/downloads](https://sites.google.com/a/chromium.org/chromedriver/downloads)
## 程序原理
[image:84 size:orig]
## 代码介绍
**1. import相关的模块**
```
import selenium.webdriver
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
```
**2. 调用Chrome**
```
driver = selenium.webdriver.Chrome()
```
**3. 定位用户名密码**
find_element_by_id表示使用id属性进行查找input标签
```
username= driver.find_element_by_id('username')
password= driver.find_element_by_id('password')
```
**4. 清除用户名密码输入框内容**
```
username.clear()
password.clear()
```
**5. 自动输入用户名密码**
```
username.send_keys("username")
password.send_keys("password")
```
**6. 判断是否登陆成功**
[image:85 size:orig]
**7. 选择出发地，目的地，时间后点击查询**
[image:86 size:orig]
**8. 填写需要订购的火车车次**
多个车次使用列表形式，冒号后面位表格的ID属性值,不包括ticket_
```
tickets=['D3094:5l000D309460','G7024:51000d702454']
```
[image:87 size:orig]
**9.获取预定，二等座，无座的xpath**
```
yd_path='//*[@id="ticket_'+path+'"]/td[13]/a'
edz_path='//*[@id="ticket_'+path+'"]/td[4]'
wz_path = '//*[@id="ticket_' + path + '"]/td[11]'
```
**10. 判断是否可订购**
该语句表示判断是否可点击，超时时间为10s
以及是否有票
[image:88 size:orig]
**11. 确认选座**
[image:89 size:orig]
## 执行结果
[image:90 size:orig]
## 注意事项:
- 打开新的页面请使用selenium wait功能以使页面完全加载
- 最后提交的时候可能会需要再次输入用户名密码，输入即可
- 本脚本仅用于学习用途
## 源码位置:
源码请访问我的github主页
[https://github.com/bsbforever/spider/blob/master/selenium_12306.py](https://github.com/bsbforever/spider/blob/master/selenium_12306.py)