Python Selenium 从零开始掌握浏览器自动化(超详细新手教程)

python --version

pip install selenium

pip install selenium -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install webdriver-manager

# 1. 导入必要的库
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from webdriver_manager.chrome import ChromeDriverManager
# 2. 自动下载并设置Chrome驱动
service = Service(ChromeDriverManager().install())
# 3. 创建浏览器对象（会弹出一个Chrome窗口）
driver = webdriver.Chrome(service=service)
# 4. 打开百度首页
driver.get("https://www.baidu.com")
# 5. 等待5秒，让你看到效果
import time
time.sleep(5)
# 6. 关闭浏览器
driver.quit()

# 基础操作示例代码
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from webdriver_manager.chrome import ChromeDriverManager
import time
# 初始化浏览器
service = Service(ChromeDriverManager().install())
driver = webdriver.Chrome(service=service)
try:
    # 访问第一个网站
    driver.get("https://www.baidu.com")
    print(f"当前页面标题：{driver.title}")
    print(f"当前页面URL：{driver.current_url}")
    # 等待2秒
    time.sleep(2)
    # 访问第二个网站
    driver.get("https://www.taobao.com")
    print(f"新页面标题：{driver.title}")
    # 等待2秒
    time.sleep(2)
    # 后退到百度
    driver.back()
    print(f"后退后页面：{driver.title}")
    # 等待2秒
    time.sleep(2)
    # 前进到淘宝
    driver.forward()
    print(f"前进后页面：{driver.title}")
    # 刷新页面
    driver.refresh()
    # 最大化窗口
    driver.maximize_window()
    # 设置窗口大小
    driver.set_window_size(800, 600)
finally:
    # 关闭浏览器
    time.sleep(3)
    driver.quit()
    print("浏览器已关闭")

<input id="kw" name="wd" class="s_ipt" value="" maxlength="255" autocomplete="off">

# HTML元素有id属性时使用（id通常是唯一的）
search_input = driver.find_element("id", "kw")
# 或者
search_input = driver.find_element_by_id("kw")

<input id="kw" name="wd" class="s_ipt" value="" maxlength="255" autocomplete="off">

# name属性可能不唯一，但经常使用
search_input = driver.find_element("name", "wd")
# 或者
search_input = driver.find_element_by_name("wd")

<input id="kw" name="wd" class="s_ipt" value="" maxlength="255" autocomplete="off">

# class可能不唯一，一个元素可能有多个class
search_input = driver.find_element("class name", "s_ipt")
# 或者
search_input = driver.find_element_by_class_name("s_ipt")

<div>内容</div>
<input type="text">
<a href="..." rel="external nofollow" >链接</a>

# 通过标签名查找（最不精确，通常用来查找多个元素）
divs = driver.find_elements("tag name", "div")  # 所有div元素
inputs = driver.find_elements("tag name", "input")  # 所有input元素
links = driver.find_elements("tag name", "a")  # 所有链接

<a href="https://news.baidu.com" rel="external nofollow"  rel="external nofollow" >新闻</a>
<a href="https://www.hao123.com" rel="external nofollow"  rel="external nofollow" >hao123</a>

# 精确匹配链接文本
news_link = driver.find_element("link text", "新闻")
hao123_link = driver.find_element("link text", "hao123")

<a href="https://news.baidu.com" rel="external nofollow"  rel="external nofollow" >百度新闻</a>
<a href="https://www.hao123.com" rel="external nofollow"  rel="external nofollow" >hao123网址导航</a>

# 部分匹配链接文本（包含即可）
baidu_link = driver.find_element("partial link text", "百度")  # 匹配"百度新闻"
hao123_link = driver.find_element("partial link text", "hao123")  # 匹配"hao123网址导航"

# 通过id
element = driver.find_element("css selector", "#kw")  # #表示id
# 通过class
element = driver.find_element("css selector", ".s_ipt")  # .表示class
# 通过标签名+class
element = driver.find_element("css selector", "input.s_ipt")  # input标签且class为s_ipt
# 通过属性
element = driver.find_element("css selector", "[name='wd']")  # name属性为wd
# 组合选择
element = driver.find_element("css selector", "input#kw.s_ipt[name='wd']")

# 绝对路径（从html开始）
element = driver.find_element("xpath", "/html/body/div/div[2]/div/div/div/form/span/input")
# 相对路径（推荐）
element = driver.find_element("xpath", "//input")  # 所有input标签
# 带属性的相对路径
element = driver.find_element("xpath", "//input[@id='kw']")  # id为kw的input
element = driver.find_element("xpath", "//input[@name='wd']")  # name为wd的input
# 使用and/or
element = driver.find_element("xpath", "//input[@id='kw' and @name='wd']")
# 使用文本内容
element = driver.find_element("xpath", "//a[text()='新闻']")  # 文本为"新闻"的链接
element = driver.find_element("xpath", "//a[contains(text(),'新闻')]")  # 包含"新闻"的链接

from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from webdriver_manager.chrome import ChromeDriverManager
from selenium.webdriver.common.by import By
# 初始化浏览器
service = Service(ChromeDriverManager().install())
driver = webdriver.Chrome(service=service)
try:
    # 打开百度
    driver.get("https://www.baidu.com")
    # 各种定位方式的示例
    # 1. 通过ID定位搜索框
    search_box = driver.find_element(By.ID, "kw")
    # 2. 通过NAME定位搜索框
    search_box = driver.find_element(By.NAME, "wd")
    # 3. 通过CLASS_NAME定位搜索框
    search_box = driver.find_element(By.CLASS_NAME, "s_ipt")
    # 4. 通过TAG_NAME定位所有输入框
    inputs = driver.find_elements(By.TAG_NAME, "input")
    print(f"找到 {len(inputs)} 个input元素")
    # 5. 通过LINK_TEXT定位"新闻"链接
    news_link = driver.find_element(By.LINK_TEXT, "新闻")
    # 6. 通过PARTIAL_LINK_TEXT定位包含"新"的链接
    news_links = driver.find_elements(By.PARTIAL_LINK_TEXT, "新")
    print(f"找到 {len(news_links)} 个包含'新'的链接")
    # 7. 通过CSS_SELECTOR定位
    search_box = driver.find_element(By.CSS_SELECTOR, "#kw")  # id选择器
    search_box = driver.find_element(By.CSS_SELECTOR, ".s_ipt")  # class选择器
    search_box = driver.find_element(By.CSS_SELECTOR, "input#kw")  # 标签+id
    # 8. 通过XPATH定位
    search_box = driver.find_element(By.XPATH, "//input[@id='kw']")
    search_box = driver.find_element(By.XPATH, "//*[@id='kw']")
    print("所有定位方式测试成功！")
finally:
    driver.quit()

from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from webdriver_manager.chrome import ChromeDriverManager
from selenium.webdriver.common.by import By
import time
service = Service(ChromeDriverManager().install())
driver = webdriver.Chrome(service=service)
try:
    driver.get("https://www.baidu.com")
    # 找到搜索框
    search_box = driver.find_element(By.ID, "kw")
    # 方法1：直接输入
    search_box.send_keys("Python教程")
    time.sleep(2)
    # 方法2：先清空再输入
    search_box.clear()  # 清空内容
    search_box.send_keys("Selenium教程")
    time.sleep(2)
    # 方法3：输入特殊键（如回车）
    from selenium.webdriver.common.keys import Keys
    search_box.clear()
    search_box.send_keys("自动化测试")
    search_box.send_keys(Keys.ENTER)  # 按回车键
    time.sleep(2)
finally:
    driver.quit()

from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from webdriver_manager.chrome import ChromeDriverManager
from selenium.webdriver.common.by import By
import time
service = Service(ChromeDriverManager().install())
driver = webdriver.Chrome(service=service)
try:
    driver.get("https://www.baidu.com")
    # 找到搜索框并输入内容
    search_box = driver.find_element(By.ID, "kw")
    search_box.send_keys("Python")
    # 方法1：直接点击百度一下按钮
    search_button = driver.find_element(By.ID, "su")
    search_button.click()
    time.sleep(2)
    # 方法2：模拟键盘回车（不需要点击按钮）
    driver.back()  # 返回百度首页
    time.sleep(1)
    search_box = driver.find_element(By.ID, "kw")
    search_box.clear()
    search_box.send_keys("Selenium")
    search_box.submit()  # 提交表单（相当于在输入框按回车）
    time.sleep(2)
finally:
    driver.quit()

from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from webdriver_manager.chrome import ChromeDriverManager
from selenium.webdriver.common.by import By
service = Service(ChromeDriverManager().install())
driver = webdriver.Chrome(service=service)
try:
    driver.get("https://www.baidu.com")
    # 获取搜索框元素
    search_box = driver.find_element(By.ID, "kw")
    # 获取元素的各种属性
    print(f"元素标签名: {search_box.tag_name}")
    print(f"元素ID: {search_box.get_attribute('id')}")
    print(f"元素name: {search_box.get_attribute('name')}")
    print(f"元素class: {search_box.get_attribute('class')}")
    print(f"元素类型: {search_box.get_attribute('type')}")
    print(f"元素值: {search_box.get_attribute('value')}")
    print(f"元素是否可见: {search_box.is_displayed()}")
    print(f"元素是否可用: {search_box.is_enabled()}")
    print(f"元素是否被选中: {search_box.is_selected()}")
    # 获取元素位置和大小
    location = search_box.location
    size = search_box.size
    print(f"元素位置: x={location['x']}, y={location['y']}")
    print(f"元素大小: 宽={size['width']}, 高={size['height']}")
    # 获取元素文本（对于有文本的元素）
    baidu_link = driver.find_element(By.LINK_TEXT, "百度首页")
    print(f"链接文本: {baidu_link.text}")
finally:
    driver.quit()

from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from webdriver_manager.chrome import ChromeDriverManager
from selenium.webdriver.common.by import By
from selenium.webdriver.support.select import Select
import time
service = Service(ChromeDriverManager().install())
driver = webdriver.Chrome(service=service)
try:
    # 访问一个测试页面（包含下拉框）
    driver.get("https://www.w3schools.com/tags/tryit.asp?filename=tryhtml_select")
    # 切换到iframe（因为这个页面有iframe框架）
    driver.switch_to.frame("iframeResult")
    # 找到下拉框
    cars_select = driver.find_element(By.ID, "cars")
    # 创建Select对象
    select = Select(cars_select)
    # 方法1：通过可见文本选择
    select.select_by_visible_text("Audi")
    time.sleep(1)
    # 方法2：通过value值选择
    select.select_by_value("opel")
    time.sleep(1)
    # 方法3：通过索引选择（从0开始）
    select.select_by_index(0)  # 选择第一个选项
    time.sleep(1)
    # 获取所有选项
    all_options = select.options
    print("所有选项:")
    for option in all_options:
        print(f"  {option.text} (value: {option.get_attribute('value')})")
    # 获取已选中的选项
    selected_option = select.first_selected_option
    print(f"当前选中: {selected_option.text}")
finally:
    driver.quit()

from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from webdriver_manager.chrome import ChromeDriverManager
from selenium.webdriver.common.by import By
import time
service = Service(ChromeDriverManager().install())
driver = webdriver.Chrome(service=service)
try:
    # 访问测试页面
    driver.get("https://www.w3schools.com/tags/tryit.asp?filename=tryhtml5_input_type_checkbox")
    # 切换到iframe
    driver.switch_to.frame("iframeResult")
    # 找到复选框
    vehicle1 = driver.find_element(By.ID, "vehicle1")  # 自行车
    vehicle2 = driver.find_element(By.ID, "vehicle2")  # 汽车
    vehicle3 = driver.find_element(By.ID, "vehicle3")  # 船
    # 检查复选框状态
    print(f"自行车是否选中: {vehicle1.is_selected()}")
    print(f"汽车是否选中: {vehicle2.is_selected()}")
    print(f"船是否选中: {vehicle3.is_selected()}")
    # 选中复选框（如果未选中）
    if not vehicle1.is_selected():
        vehicle1.click()
    time.sleep(1)
    if not vehicle2.is_selected():
        vehicle2.click()
    time.sleep(1)
    # 取消选中（如果已选中）
    if vehicle3.is_selected():
        vehicle3.click()
    time.sleep(1)
    # 重新检查状态
    print(f"自行车是否选中: {vehicle1.is_selected()}")
    print(f"汽车是否选中: {vehicle2.is_selected()}")
    print(f"船是否选中: {vehicle3.is_selected()}")
finally:
    driver.quit()

import time
time.sleep(5)  # 强制等待5秒，不管元素是否加载完成

from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from webdriver_manager.chrome import ChromeDriverManager
service = Service(ChromeDriverManager().install())
driver = webdriver.Chrome(service=service)
# 设置隐式等待10秒
driver.implicitly_wait(10)
# 之后的所有find_element操作都会最多等待10秒
driver.get("https://www.baidu.com")
element = driver.find_element("id", "kw")  # 最多等10秒

from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from webdriver_manager.chrome import ChromeDriverManager
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
service = Service(ChromeDriverManager().install())
driver = webdriver.Chrome(service=service)
try:
    driver.get("https://www.baidu.com")
    # 创建等待对象（最多等10秒，每0.5秒检查一次）
    wait = WebDriverWait(driver, 10, 0.5)
    # 等待元素出现
    search_box = wait.until(
        EC.presence_of_element_located((By.ID, "kw"))
    )
    print("搜索框已出现")
    # 等待元素可点击
    search_button = wait.until(
        EC.element_to_be_clickable((By.ID, "su"))
    )
    print("搜索按钮可点击")
    # 等待元素可见
    logo = wait.until(
        EC.visibility_of_element_located((By.ID, "lg"))
    )
    print("百度logo可见")
    # 等待文本出现在元素中
    news_link = wait.until(
        EC.text_to_be_present_in_element((By.LINK_TEXT, "新闻"), "新闻")
    )
    print("新闻链接文本正确")
finally:
    driver.quit()

from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from webdriver_manager.chrome import ChromeDriverManager
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
import time
service = Service(ChromeDriverManager().install())
driver = webdriver.Chrome(service=service)
try:
    # 1. 设置隐式等待
    driver.implicitly_wait(5)
    # 2. 访问慢速网站测试等待
    driver.get("https://the-internet.herokuapp.com/dynamic_loading/2")
    # 3. 点击开始按钮
    start_button = driver.find_element(By.XPATH, "//button[text()='Start']")
    start_button.click()
    # 4. 创建显式等待对象
    wait = WebDriverWait(driver, 10)
    # 5. 等待加载完成文字出现
    finish_text = wait.until(
        EC.visibility_of_element_located((By.ID, "finish"))
    )
    print(f"加载完成，文字内容: {finish_text.text}")
    # 6. 等待特定文本出现
    wait.until(
        EC.text_to_be_present_in_element((By.ID, "finish"), "Hello World!")
    )
    print("成功等到'Hello World!'文本")
finally:
    time.sleep(2)
    driver.quit()

"""
Bing图片爬虫 - Selenium新手实战教程
功能：自动搜索并获取Bing图片信息
"""
# 导入所需库
import os
import time
import json
import csv
from datetime import datetime
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from webdriver_manager.chrome import ChromeDriverManager
class BingImageCrawler:
    """Bing图片爬虫类"""
    def __init__(self, headless=False):
        """
        初始化爬虫
        参数:
            headless: 是否使用无头模式（不显示浏览器窗口）
                      默认False显示窗口，适合新手调试
        """
        print("=" * 50)
        print("Bing图片爬虫 - 初始化中...")
        print("=" * 50)
        # 创建保存数据的文件夹
        self.data_dir = "bing_images_data"
        if not os.path.exists(self.data_dir):
            os.makedirs(self.data_dir)
            print(f"创建文件夹: {self.data_dir}")
        # 设置浏览器选项
        options = webdriver.ChromeOptions()
        # 如果设置为无头模式，不显示浏览器窗口
        if headless:
            options.add_argument('--headless')
            print("启用无头模式（不显示浏览器窗口）")
        # 其他配置
        options.add_argument('--no-sandbox')
        options.add_argument('--disable-dev-shm-usage')
        options.add_argument('--disable-gpu')
        options.add_argument('--window-size=1920,580')  # 设置窗口大小
        # 使用DriverManager自动管理浏览器驱动
        print("正在下载/配置Chrome浏览器驱动...")
        service = Service(ChromeDriverManager().install())
        # 启动浏览器
        self.driver = webdriver.Chrome(service=service, options=options)
        # 设置等待时间
        self.wait = WebDriverWait(self.driver, 5)
        print("浏览器启动成功！")
    def search_images(self, keyword, max_images=10):
        """
        搜索图片
        参数:
            keyword: 搜索关键词，如"小黑子"
            max_images: 最大图片数量
        返回:
            图片数据列表
        """
        print(f"\n开始搜索: {keyword}")
        try:
            # 1. 访问Bing图片搜索
            search_url = f"https://cn.bing.com/images/search?q={keyword}"
            self.driver.get(search_url)
            print(f"访问URL: {search_url}")
            # 等待页面加载
            time.sleep(2)
            # 2. 等待搜索框出现（确认页面加载完成）
            try:
                search_box = self.wait.until(
                    EC.presence_of_element_located((By.ID, "sb_form_q"))
                )
                print("页面加载完成")
            except:
                print("页面加载异常，但继续执行...")
            # 3. 滚动加载更多图片
            print("开始滚动加载图片...")
            loaded_count = self._scroll_to_load_images(max_images)
            # 4. 获取图片数据
            print("开始解析图片信息...")
            images_data = self._parse_images(loaded_count)
            if images_data:
                print(f"成功获取 {len(images_data)} 张图片信息")
            else:
                print("未找到图片数据")
            return images_data
        except Exception as e:
            print(f"搜索过程中发生错误: {str(e)}")
            return []
    def _scroll_to_load_images(self, max_images):
        """
        滚动页面加载更多图片
        返回:
            加载的图片数量
        """
        images_count = 0
        scroll_count = 0
        max_scroll = 1  # 最大滚动次数
        while images_count < max_images and scroll_count < max_scroll:
            # 获取当前图片数量
            current_images = self.driver.find_elements(
                By.CSS_SELECTOR, '.imgpt .iusc'
            )
            images_count = len(current_images)
            print(f"  已加载 {images_count} 张图片")
            # 如果已达到目标数量，停止滚动
            if images_count >= max_images:
                break
            # 滚动到底部
            self.driver.execute_script(
                "window.scrollTo(0, document.body.scrollHeight);"
            )
            # 等待新图片加载
            time.sleep(1.5)
            scroll_count += 1
            # 检查是否有"加载更多"按钮
            try:
                load_more = self.driver.find_element(By.CLASS_NAME, 'btn_seemore')
                if load_more.is_displayed():
                    load_more.click()
                    print("  点击'加载更多'按钮")
                    time.sleep(2)
            except:
                pass
        print(f"滚动完成，共加载 {images_count} 张图片")
        return images_count
    def _parse_images(self, max_count):
        """
        解析图片信息
        返回:
            图片数据列表
        """
        images_data = []
        seen_urls = set()  # 用于跟踪已经处理过的图片URL
        # 查找所有图片元素
        image_elements = self.driver.find_elements(
            By.CSS_SELECTOR, '.imgpt .iusc'
        )[:max_count]  # 只取前max_count张
        for idx, img_element in enumerate(image_elements):
            try:
                # 获取图片的m属性（包含图片信息的JSON）
                m_value = img_element.get_attribute('m')
                if m_value:
                    # 解析JSON数据
                    img_info = json.loads(m_value)
                    # 获取图片URL
                    image_url = img_info.get('murl', '')
                    # 检查是否已经处理过这张图片，避免重复
                    if image_url in seen_urls:
                        continue
                    seen_urls.add(image_url)
                    # 提取我们需要的信息
                    image_data = {
                        '序号': len(images_data) + 1,  # 使用实际添加到列表中的顺序编号
                        '标题': img_info.get('t', '无标题'),
                        '描述': img_info.get('desc', '无描述'),
                        '图片URL': image_url,
                        '缩略图URL': img_info.get('turl', ''),
                        '宽度': img_info.get('w', '未知'),
                        '高度': img_info.get('h', '未知'),
                        '文件类型': img_info.get('ity', '未知'),
                        '来源网站': img_info.get('purl', ''),
                        '域名': img_info.get('p', ''),
                        '采集时间': datetime.now().strftime('%Y-%m-%d %H:%M:%S')
                    }
                    images_data.append(image_data)
                    # 显示进度
                    if len(images_data) % 10 == 0:
                        print(f"  已解析 {len(images_data)} 张图片...")
            except Exception as e:
                print(f"  解析第 {idx + 1} 张图片时出错: {str(e)}")
                continue
        return images_data
    def save_data(self, images_data, keyword):
        """
        保存数据到文件
        参数:
            images_data: 图片数据列表
            keyword: 搜索关键词（用于命名文件）
        """
        if not images_data:
            print("没有数据可保存")
            return
        # 生成文件名（包含时间戳）
        timestamp = datetime.now().strftime('%Y%m%d_%H%M%S')
        base_filename = f"{keyword}_{timestamp}"
        # 1. 保存为JSON文件
        json_file = os.path.join(self.data_dir, f"{base_filename}.json")
        with open(json_file, 'w', encoding='utf-8') as f:
            json.dump(images_data, f, ensure_ascii=False, indent=2)
        # 2. 保存为CSV文件（用Excel可以打开）
        csv_file = os.path.join(self.data_dir, f"{base_filename}.csv")
        with open(csv_file, 'w', encoding='utf-8', newline='') as f:
            # 写入表头
            fieldnames = images_data[0].keys()
            writer = csv.DictWriter(f, fieldnames=fieldnames)
            writer.writeheader()
            # 写入数据
            for img in images_data:
                writer.writerow(img)
        # 3. 保存为简易文本文件（方便查看）
        txt_file = os.path.join(self.data_dir, f"{base_filename}.txt")
        with open(txt_file, 'w', encoding='utf-8') as f:
            f.write(f"搜索关键词: {keyword}\n")
            f.write(f"采集时间: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}\n")
            f.write(f"图片数量: {len(images_data)}\n")
            f.write("=" * 50 + "\n\n")
            for img in images_data:
                f.write(f"图片 {img['序号']}:\n")
                f.write(f"  标题: {img['标题']}\n")
                f.write(f"  描述: {img['描述']}\n")
                f.write(f"  尺寸: {img['宽度']}x{img['高度']}\n")
                f.write(f"  类型: {img['文件类型']}\n")
                f.write(f"  图片URL: {img['图片URL'][:80]}...\n")
                f.write("-" * 30 + "\n")
        print(f"\n数据已保存到:")
        print(f"  JSON文件: {json_file}")
        print(f"  CSV文件: {csv_file}")
        print(f"  文本文件: {txt_file}")
    def display_sample_data(self, images_data, count=10):
        """
        显示示例数据
        参数:
            images_data: 图片数据列表
            count: 显示前几条数据
        """
        if not images_data:
            print("没有数据可显示")
            return
        print(f"\n前 {min(count, len(images_data))} 条数据示例:")
        print("=" * 60)
        for i, img in enumerate(images_data[:count]):
            print(f"{img['序号']}. {img['标题']}")
            print(f"   描述: {img['描述'][:80]}..." if len(img['描述']) > 80 else f"   描述: {img['描述']}")
            print(f"   尺寸: {img['宽度']}x{img['高度']}")
            print(f"   类型: {img['文件类型']}")
            print()
    def close(self):
        """关闭浏览器"""
        self.driver.quit()
        print("浏览器已关闭")
def main():
    """主程序"""
    print("=" * 50)
    print("Bing图片爬虫 - 新手实战教程")
    print("=" * 50)
    # 用户配置
    keyword = "小黑子"  # 可以修改为其他关键词，如"动物"、"汽车"等
    max_images = 10  # 想要获取的图片数量
    headless = False  # 新手建议设为False，可以看到浏览器操作
    # 创建爬虫实例
    crawler = BingImageCrawler(headless=headless)
    try:
        # 搜索图片
        images_data = crawler.search_images(keyword, max_images)
        if images_data:
            # 显示示例数据
            crawler.display_sample_data(images_data, count=3)
            # 保存数据
            crawler.save_data(images_data, keyword)
            # 用户交互
            print("\n" + "=" * 50)
            choice = input("是否查看所有图片标题？(y/n): ").lower()
            if choice == 'y':
                print("\n所有图片标题:")
                for img in images_data:
                    print(f"  {img['序号']:2d}. {img['标题']}")
        else:
            print("未能获取图片数据，请检查网络或重试")
    except KeyboardInterrupt:
        print("\n用户中断操作")
    except Exception as e:
        print(f"\n程序运行出错: {str(e)}")
        print("可能的原因:")
        print("  1. 网络连接问题")
        print("  2. 浏览器驱动问题，请重新运行程序")
        print("  3. 网页结构已变化，需要更新代码")
    finally:
        # 确保浏览器被关闭
        input("\n按回车键退出程序...")
        crawler.close()
# 程序入口
if __name__ == "__main__":
    main()

import os          # 文件操作
import time        # 时间等待
import json        # JSON数据处理
import csv         # CSV文件处理
from datetime import datetime  # 时间处理

class BingImageCrawler:
    def __init__(self, headless=False):
        # 初始化代码

def search_images(self, keyword, max_images=10):
    # 访问Bing
    # 等待加载
    # 滚动加载
    # 解析数据

def _scroll_to_load_images(self, max_images):
    # 不断滚动直到加载足够图片
    # 处理"加载更多"按钮

def _parse_images(self, max_count):
    # 获取每个图片元素的JSON数据
    # 提取标题、描述、URL等信息

def save_data(self, images_data, keyword):
    # 保存为JSON格式
    # 保存为CSV格式（Excel可打开）
    # 保存为文本格式

python bing_crawler.py

# 修改搜索关键词
keyword = "动物"  # 改为"汽车"、"美食"、"星空"等
# 修改图片数量
max_images = 20   # 想要获取的图片数量
# 修改是否显示浏览器
headless = True   # True不显示浏览器（后台运行），False显示浏览器

selenium.common.exceptions.NoSuchElementException: Message: no such element

# 1. 增加等待时间
element = WebDriverWait(driver, 10).until(
    EC.presence_of_element_located((By.ID, "element_id"))
)
# 2. 使用其他定位方式
# 如果id找不到，试试name、class、xpath等
# 3. 检查是否有iframe
driver.switch_to.frame("iframe_name_or_id")  # 切换到iframe
# 操作元素...
driver.switch_to.default_content()  # 切换回主页面

ElementNotInteractableException: element not interactable

# 1. 等待元素可点击
element = WebDriverWait(driver, 10).until(
    EC.element_to_be_clickable((By.ID, "element_id"))
)
# 2. 使用JavaScript点击
driver.execute_script("arguments[0].click();", element)
# 3. 滚动到元素位置
driver.execute_script("arguments[0].scrollIntoView();", element)
element.click()

TimeoutException: Message: timeout waiting for element

# 1. 增加等待时间
wait = WebDriverWait(driver, 20)  # 从10秒增加到20秒
# 2. 设置更频繁的检查
wait = WebDriverWait(driver, 10, 0.1)  # 每0.1秒检查一次
# 3. 检查网络或网站状态

WebDriverException: Message: 'chromedriver' executable needs to be in PATH

# 正确的方式
from webdriver_manager.chrome import ChromeDriverManager
service = Service(ChromeDriverManager().install())
driver = webdriver.Chrome(service=service)