SpiderFlow平台v0.5.0之引入selenium插件

进击的雷神2025-01-15 21:02

引入selenium插件

安装错误处理

1、无法找到二进制文件

报错信息：

复制代码 
org.openqa.selenium.WebDriverException: Cannot find firefox binary in PATH. Make sure firefox is installed. OS appears to be: LINUX
Build info: version: 'unknown', revision: 'unknown', time: 'unknown'
System info: host: 'zyldev01', ip: '10.0.3.190', os.name: 'Linux', os.arch: 'amd64', os.version: '3.10.0-1160.el7.x86_64', java.version: '1.8.0_181'
Driver info: driver.version: FirefoxDriver
    at org.openqa.selenium.firefox.FirefoxBinary.<init>(FirefoxBinary.java:116)
    at java.util.Optional.orElseGet(Optional.java:267)
    at org.openqa.selenium.firefox.FirefoxOptions.getBinary(FirefoxOptions.java:218)
    at org.openqa.selenium.firefox.FirefoxDriver.toExecutor(FirefoxDriver.java:155)
    at org.openqa.selenium.firefox.FirefoxDriver.<init>(FirefoxDriver.java:120)
    at org.spiderflow.selenium.driver.FireFoxDriverProvider.getWebDriver(FireFoxDriverProvider.java:87)
    at org.spiderflow.selenium.executor.shape.SeleniumExecutor.execute(SeleniumExecutor.java:111)
    at org.spiderflow.core.Spider.lambda$executeNode$4(Spider.java:285)
    at com.alibaba.ttl.TtlRunnable.run(TtlRunnable.java:59)
    at org.spiderflow.concurrent.SpiderFlowThreadPoolExecutor$SubThreadPoolExecutor.lambda$submitAsync$0(SpiderFlowThreadPoolExecutor.java:152)
    at java.util.concurrent.Executors$RunnableAdapter.call(Executors.java:511)
    at java.util.concurrent.FutureTask.run(FutureTask.java:266)
    at java.util.concurrent.Executors$RunnableAdapter.call(Executors.java:511)
    at java.util.concurrent.FutureTask.run(FutureTask.java:266)
    at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149)
    at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624)
    at java.lang.Thread.run(Thread.java:748)

该错误信息表明 WebDriver 无法找到 Firefox 浏览器的二进制文件，原因可能是 Firefox 浏览器没有正确安装，或者它没有添加到 PATH 环境变量中。解决此问题，可以通过以下几个步骤进行：

1）确保 Firefox 已安装

首先，请确认 Firefox 浏览器已正确安装在系统上。可以通过以下命令检查：

复制代码 
firefox --version

如果系统提示 command not found 或类似错误，表示 Firefox 没有安装。你可以通过以下命令安装 Firefox：

对于基于 Debian 的系统（如 Ubuntu）：

复制代码 
sudo apt update sudo apt install firefox

对于基于 RHEL/CentOS 的系统：

复制代码 
sudo yum install firefox

2）设置 Firefox 路径

如果 Firefox 已安装，但 WebDriver 仍然提示找不到 Firefox 二进制文件，则需要确保 Firefox 的安装路径添加到 PATH 环境变量中。

  • 查找 Firefox 安装路径：

    运行以下命令来查找 Firefox 的安装路径：

    复制代码 
    which firefox

    该命令会返回 Firefox 的完整路径，例如：/usr/bin/firefox。

  • 设置 Firefox 路径：

    可以通过设置环境变量 webdriver.firefox.bin 来指定 Firefox 的二进制文件路径。在 Selenium 测试脚本中，使用如下代码：

    复制代码 
    System.setProperty("webdriver.firefox.bin", "/usr/bin/firefox");

    或者，如果你使用的是 FirefoxOptions：

    python 复制代码 
    FirefoxOptions options = new FirefoxOptions(); 

options.setBinary("/usr/bin/firefox"); 

WebDriver driver = new FirefoxDriver(options);

    其中 /usr/bin/firefox 替换为实际的 Firefox 安装路径。

3.)确保 FirefoxDriver 与 Firefox 版本匹配

确认你下载的 geckodriver（Firefox 的 WebDriver）与系统中安装的 Firefox 版本兼容。你可以通过以下命令检查 Firefox 的版本：

python 复制代码 
firefox --version

然后下载与 Firefox 版本匹配的 geckodriver，可以从 GeckoDriver Releases 页面下载。

4) 添加 Firefox 路径到 PATH

如果你希望 Firefox 能在任何地方通过命令行访问，确保 Firefox 路径添加到系统的 PATH 环境变量中。你可以通过以下命令将其添加到 .bashrc 或 .bash_profile 文件中：

python 复制代码 
echo "export PATH=$PATH:/usr/bin" >> ~/.bashrc 
source ~/.bashrc

如果 Firefox 安装在其他路径，只需修改 /usr/bin 为实际路径。

5)确认 geckodriver 已正确安装

geckodriver 必须在 PATH 中，或者你可以手动设置其路径。你可以通过以下命令确认 geckodriver 是否已安装并正确配置：

python 复制代码 
geckodriver --version

如果没有安装 geckodriver，可以从以下地址下载适合你操作系统的版本：

GeckoDriver 下载页面

确保 geckodriver 已添加到 PATH 中，或者在代码中显式设置其路径，例如：

python 复制代码 
System.setProperty("webdriver.gecko.driver", "/path/to/geckodriver");

总结

  • 确保 Firefox 已安装且可执行。
  • 检查 Firefox 的路径并确保在环境变量 PATH 中。
  • 下载与 Firefox 版本兼容的 geckodriver 并配置正确的路径。

按照这些步骤，你应该能够解决 Cannot find firefox binary in PATH 的问题。如果问题依然存在，可能需要重新检查 Firefox 和 geckodriver 的安装路径配置。

2、浏览器启动失败

报错：

python 复制代码 
org.openqa.selenium.WebDriverException: Process unexpectedly closed with status 1

org.openqa.selenium.WebDriverException: Process unexpectedly closed with status 1 是 Selenium 中常见的错误之一。这个错误通常发生在 WebDriver 启动浏览器时，浏览器驱动（例如 chromedriver、geckodriver）未能正确启动，或者浏览器本身遇到了启动问题。错误的状态码 1 表示程序退出时发生了异常。

以下是一些常见的原因以及对应的解决方案：

1）浏览器和驱动不匹配

浏览器版本和 WebDriver 版本必须匹配。如果你使用的是较新的浏览器版本，但驱动程序版本较旧，或者反之，都可能导致 WebDriver 启动失败。

解决方法：

  • 检查浏览器版本：查看你的浏览器（例如 Chrome 或 Firefox）版本。
  • 下载兼容的 WebDriver 版本：根据你的浏览器版本下载与之匹配的 WebDriver。

比如：

  • 对于 Chrome，你可以访问 chromedriver download 来下载适合你 Chrome 版本的 chromedriver。
  • 对于 Firefox，你可以访问 geckodriver releases 来下载与 Firefox 版本匹配的 geckodriver。

2）驱动文件不可执行或权限问题

如果驱动程序文件没有正确的执行权限，Selenium 启动时会遇到问题。

解决方法： 你需要确保驱动程序文件具有可执行权限。在 Linux 或 macOS 系统中，可以运行以下命令来设置文件的执行权限：

python 复制代码 
chmod +x /path/to/your/driver

3） 缺少必要的依赖库（特别是在 Linux 上）

对于 Linux 系统，某些浏览器驱动（尤其是 chromedriver）可能需要依赖特定的库。如果这些库缺失，WebDriver 启动会失败。

解决方法： 你可以通过以下命令安装缺少的依赖库（例如，在 Ubuntu 上）：

python 复制代码 
sudo apt-get install libnss3 libgdk-pixbuf2.0-0 libx11-xcb1

这些是 Chromium 和 chromedriver 通常需要的库。

4）浏览器启动异常

有时浏览器本身的问题（例如设置了某些配置）也会导致 WebDriver 启动失败。

还有就是如果你的爬虫平台布置在服务器上，你本地要调用浏览器的话，可能由于驱动差异会调用不起来

解决方法：

  • 确保没有后台的浏览器实例运行。
  • 尝试使用无头模式（headless mode）启动浏览器，特别是在 CI/CD 环境或没有图形界面的服务器上。

可以设置以下参数来启动无头模式：

浏览器有头和无头模式了解

浏览器的"无头模式"（Headless Mode）和"有头模式"（Headed Mode）是指浏览器是否以图形用户界面（GUI）形式显示出来的两种运行方式。这两种模式的主要区别在于是否显示浏览器窗口。

1. 有头模式（Headed Mode）

  • 定义：有头模式是浏览器的常规运行模式，指的是浏览器启动时会弹出一个可视的窗口，用户可以看到浏览器的图形界面并与之交互。
  • 特点 ：
    • 浏览器窗口可见，用户可以直接操作。
    • 页面加载、渲染和交互都可以通过图形界面直观地进行。
    • 适用于需要与页面直接交互的场景（例如手动测试、用户实际使用的场景等）。
  • 使用场景 ：
    • 自动化测试时调试，开发人员希望通过可视化界面查看页面元素的变化。
    • 需要与浏览器进行实时交互的场景。

2. 无头模式（Headless Mode）

  • 定义：无头模式是指浏览器启动时不显示图形界面，而是在后台运行，所有的渲染和操作都是在无图形界面的环境下进行的。
  • 特点 ：
    • 浏览器没有窗口显示，也不能与其交互。
    • 通常更快速，因为不需要渲染图形界面，减少了系统资源的占用。
    • 非常适合自动化测试和大规模的网页抓取。
    • 能够在没有显示器或图形界面的环境中运行（如服务器环境、Docker 容器等）。
  • 使用场景 ：
    • 自动化测试：当需要在后台执行大量的浏览器测试时，无头模式可以提高执行速度。
    • 网页抓取（Web Scraping）：爬虫程序通常会用无头模式来抓取网页内容，而不需要浏览器界面。
    • CI/CD 流水线：在持续集成或自动化部署中，通常采用无头模式来运行自动化测试，以提高效率。

无头模式的优点：

  1. 性能更高：由于不需要渲染和显示浏览器界面，系统资源占用较少，运行速度较快。
  2. 适用于无图形界面环境：在服务器、虚拟机、容器（如 Docker）等没有图形界面的环境中，可以通过无头模式运行浏览器。
  3. 更适合批量任务：例如自动化测试、网页抓取等任务，因为这些任务通常不需要人工交互，且需要高效处理大量页面。

无头模式的缺点：

  1. 无法直接查看页面：在调试时如果出现问题，无法通过浏览器的界面进行直观检查。
  2. 可能存在兼容性问题：某些功能或页面的行为在有头模式和无头模式下可能有所不同，尤其是与页面渲染和交互有关的复杂功能。

总结

  • 有头模式：浏览器正常显示图形界面，适用于需要人工交互或调试的场景。
  • 无头模式：浏览器不显示图形界面，适用于后台任务，如自动化测试、网页抓取等，通常可以提高性能和效率。

你可以根据实际需求来选择使用哪种模式。如果是自动化测试且不需要查看页面细节，推荐使用无头模式；如果是调试或需要人工交互，则应该使用有头模式。

节点说明

  • 页面加载超时时间,单位为毫秒
  • 元素获取超时时间,单位为毫秒
  • URL:起始地址
  • 节点执行完毕后，会产生resp 类型为SeleniumResponse的变量

SeleniumResponse 属性

字段名称 字段类型 字段描述
html String 页面HTML
json JSONObject/JSONArray 内容转json结果
cookies Map<String,String> cookies
url String 当前页面的URL
title String 当前页面的标题

SeleniumResponse 方法

switchTo

参数名 描述 可否为空
index/iframeName/WebElement 要切换的iframe 否
python 复制代码 
${resp.switchTo(index)}

TIP

返回值类型：SeleniumResponse

switchToDefault

切换至默认,即从iframe里切换回来

python 复制代码 
${resp.switchToDefault()}

selector

参数名 描述 可否为空
cssSelector 要获取的cssSelector 否

TIP

返回值类型：WebElement

  • 获取页面上的第一个div
python 复制代码 
${resp.selector('div')}

selectors

参数名 描述 可否为空
cssSelector 要获取的cssSelector 否

TIP

返回值类型：WebElements

  • 获取页面上的所有div
python 复制代码 
${resp.selectors('div')}

xpath

参数名 描述 可否为空
xpath 要获取的xpath 否

TIP

返回值类型：WebElement

  • 获取页面上的第一个div
python 复制代码 
${resp.xpath('//div')}

xpaths

参数名 描述 可否为空
xpath 要获取的xpath 否

TIP

返回值类型：WebElements

  • 获取页面上的所有div
python 复制代码 
${resp.xpaths('//div')}

executeScript

参数名 描述 可否为空
script js脚本 否
List<Object> 参数 否

TIP

返回值类型：Object

  • 执行js
javascript 复制代码 
${resp.executeScript('return "hello spider-flow-" + arguments[0];',['selenium'])}

quit

  • 退出浏览器
javascript 复制代码 
${resp.quit()}

toUrl

参数名 描述 可否为空
url 要跳转的url 否
  • 跳转到百度
javascript 复制代码 
${resp.toUrl('https://www.baidu.com')}

loadCookies

  • 将cookie加载至cookieContext中，以便后续自动管理cookie
javascript 复制代码 
${resp.loadCookies()}

WebElement 方法

html

TIP

返回值类型：String

  • 获取节点的html
javascript 复制代码 
${elementVar.html()}

text

TIP

返回值类型：String

  • 获取节点的text
javascript 复制代码 
${elementVar.text()}

attr

TIP

返回值类型：String

  • 获取节点的href属性
javascript 复制代码 
${elementVar.attr('href')}

selector

参数名 描述 可否为空
cssSelector 要获取的cssSelector 否

TIP

返回值类型：WebElement

  • 获取该节点下的第一个div
javascript 复制代码 
${elementVar.selector('div')}

selectors

参数名 描述 可否为空
cssSelector 要获取的cssSelector 否

TIP

返回值类型：WebElements

  • 获取获取该节点下的所有div
javascript 复制代码 
${elementVar.selectors('div')}

xpath

参数名 描述 可否为空
xpath 要获取的xpath 否

TIP

返回值类型：WebElement

  • 获取获取该节点下的第一个div
复制代码
  1. ${elementVar.xpath('//div')}

xpaths

参数名 描述 可否为空
xpath 要获取的xpath 否

TIP

返回值类型：WebElements

  • 获取获取该节点下的所有div
javascript 复制代码 
​​​​​​​${elementVar.xpaths('//div')}

screenshot

TIP

返回值类型：byte[]

  • 对该节点进行截图

    ${elementVar.screenshot()}

click

TIP

返回值类型：WebElement

  • 对该节点进行点击

    ${elementVar.click()}

sendKeys

TIP

返回值类型：WebElement

  • 对该节点进行模拟按键

    ${elementVar.sendKeys('hello spider-flow')}

clickAndHold

release

move

参数名 描述 可否为空
offset_x offset x 是
offset_y offset y 是

TIP

在该节点上模拟鼠标移动，当offset_x和offset_y为空时，则模拟鼠标移动到该节点上

doubleClick

pause

perform

TIP

以上6个方法是配套使用，调用perform时才是真正执行动作

  • 模拟鼠标移动到该节点上，等待500ms在点击，等待500ms在移动，最后释放(模拟拖拽滑块条)

    ${elementVar.move().pause(500).clickAndHold().pause(500).move(200,0).release().perform()}

WebElements 方法

html

TIP

返回值类型：List<String>

  • 获取节点的html

    ${elementsVar.html()}

text

TIP

返回值类型：List<String>

  • 获取节点的text

    ${elementsVar.text()}

attr

TIP

返回值类型：List<String>

  • 获取节点的href属性

    ${elementsVar.attr('href')}

selector

参数名 描述 可否为空
cssSelector 要获取的cssSelector 否

TIP

返回值类型：WebElement

  • 获取该节点下的第一个div

    ${elementsVar.selector('div')}

selectors

参数名 描述 可否为空
cssSelector 要获取的cssSelector 否

TIP

返回值类型：WebElements

  • 获取获取该节点下的所有div

    ${elementsVar.selectors('div')}

xpath

参数名 描述 可否为空
xpath 要获取的xpath 否

TIP

返回值类型：WebElement

  • 获取获取该节点下的第一个div

    ${elementsVar.xpath('//div')}

xpaths

参数名 描述 可否为空
xpath 要获取的xpath 否

TIP

返回值类型：WebElements

  • 获取获取该节点下的所有div

    ${elementsVar.xpaths('//div')}

相关推荐
试着5 小时前
playwrite和selenium的区别
selenium·测试工具·playwright
测试老哥8 小时前
接口测试和功能测试详解
自动化测试·软件测试·python·功能测试·测试工具·测试用例·接口测试
樱花树下的猫老师20 小时前
Postman加Cookie的方式
测试工具·postman
喝养乐多长不高20 小时前
详细PostMan的安装和基本使用方法
java·服务器·前端·网络协议·测试工具·https·postman
程序员杰哥21 小时前
Postman接口测试: postman设置接口关联，实现参数化
自动化测试·软件测试·python·测试工具·测试用例·接口测试·postman
慌糖1 天前
✨ Apifox：这玩意儿是接口界的“瑞士军刀”吧！[特殊字符][特殊字符]
测试工具
试着2 天前
【新技术】微软 Azure Test Impact Analyzer (TIA) 全面解析
测试工具·microsoft·azure·测试覆盖率
心灵宝贝2 天前
Postman-win64-7.2.2 安装教程（Windows 64位详细步骤）
windows·测试工具·postman
程序员小远2 天前
接口测试和单元测试详解
自动化测试·软件测试·python·测试工具·单元测试·测试用例·接口测试
Ctrl С2 天前
[三分钟]入门web自动化测试（一）：1.使用驱动管理下载web驱动(WebDriver)；2.初步认识和使用Selenium
selenium·测试工具·自动化·web
热门推荐
01西电B测-计算机网络综合实验(含验收问题)02KGG转MP3工具|非KGM文件|解密音频03从零安装 LLaMA-Factory 微调 Qwen 大模型成功及所有的坑04Coze扣子平台完整体验和实践（附国内和国际版对比）05YOLOv8入门 | 重要性能衡量指标、训练结果评价及分析及影响mAP的因素【发论文关注的指标】06DeepSeek各版本说明与优缺点分析07yolov10来了！用yolov10训练自己的数据集（原理、训练、部署、应用）08yolov8，yolo11，yolo12 服务器训练到部署全流程 笔记09我决定放弃搞 Java 了10最新 Kubernetes 集群部署 + flannel 网络插件（保姆级教程，最新 K8S 版本）