寫在最前
相信大家都對爬蟲非常熟悉,一般來說,利用HttpClient傳送請求並獲取響應以獲得想要提取的資料應該是最常用的方法。最近工作中頻繁使用了Selenium,在本文中,我們將使用Selenium和POI(讀寫Excel)來完成一個入門級的自動化程式,原始碼地址見附錄。
步驟一覽
- 使用Maven建立工程,引入Selenium和POI依賴
- 下載ChromeDriver並配置環境變數
- 編寫Selenium查詞指令碼
- 讀寫Excel並儲存
- 編寫main方法,執行程式
現在開始
-
使用Maven建立工程,引入Selenium和POI依賴
1.1 下載Maven,配置環境變數
Windows和Mac將Maven目錄地址寫入path即可,具體步驟可百度,Google,十分常見。
1.2 在IDEA中配置Maven
IDEA自帶Maven可能版本非最新,建議自行引入本地最新版本。
1.3 建立工程
建立工程時只要使用最基礎的模板,也就是直接點選next。
1.4 在mvnrepository.com搜尋Selenium,POI和POI-ooxml依賴,將其引入pom.xml,並在右下角點選import change,最終pom.xml加入內容如下:
<dependencies> <!-- https://mvnrepository.com/artifact/org.seleniumhq.selenium/selenium-java --> <dependency> <groupId>org.seleniumhq.selenium</groupId> <artifactId>selenium-java</artifactId> <version>3.14.0</version> </dependency> <!-- https://mvnrepository.com/artifact/org.apache.poi/poi --> <dependency> <groupId>org.apache.poi</groupId> <artifactId>poi</artifactId> <version>4.0.0</version> </dependency> <!-- https://mvnrepository.com/artifact/org.apache.poi/poi-ooxml --> <dependency> <groupId>org.apache.poi</groupId> <artifactId>poi-ooxml</artifactId> <version>4.0.0</version> </dependency> </dependencies> 複製程式碼
-
下載ChromeDriver並配置環境變數(三選一)
2.1 在映象站下載ChromeDriver,配置環境變數
自行手動下載ChromeDriver後如不配置環境變數,需在程式碼中加上System.setProperty("webdriver.chrome.driver",path); 其中path是你的driver路徑。
2.2 Windows使用choco install直接安裝
2.3 Mac使用brew install cask直接安裝
-
編寫Selenium查詞指令碼
3.1 建立Search類,編寫setUp方法 在setUp中,首先需要初始化WebDriver,然後訪問到有道首頁,搜尋test點選確定並跳轉至搜尋頁,注意在driver訪問此頁面時會彈出廣告,需要一行程式碼來抓取關閉連結關掉廣告,程式碼如下:
//Direct to YoudaoDic homepage, land in the main search page public void setUp() { //Go to youdao.com driver.get(YOUDAO_HOME_URL); driver.manage().window().maximize(); //Go to the main search page driver.findElement(By.id(INPUT_HOME_ID)).sendKeys("test"); driver.findElement(By.xpath(SEARCH_HOME_XPATH)).click(); driver.findElement(By.xpath(CLOSE_BTN)).click(); } 複製程式碼
3.2 編寫searchWord指令碼方法
searchWord方法需要傳入你要搜尋的單詞,然後抓取搜尋框,輸入後點選確認。這時你將獲得搜尋詳情的頁面,其中你需要抓取中文翻譯的div並且獲取其中文字,程式碼如下:
//Search word and get the translation public String searchword(String s) { //Find the input element, input the word and click the button WebElement input_search = driver.findElement(By.id(INPUT_SEARCH)); input_search.clear(); input_search.sendKeys(s); driver.findElement(By.xpath(SEARCH_BTN_XPATH)).click(); //Get the text inside translation div String result = driver.findElement(By.className(TRANSLATION_CLASS)).getText(); return result; } 複製程式碼
-
讀寫Excel並儲存
4.1 建立Excel檔案並寫入單詞
新建一個Excel,然後在最左邊第一列填入一些單詞,注意,不要有空行,本文程式碼中沒有帶異常處理,空行會報錯。
4.2 編寫Excelio類,編寫read方法
利用poi框架,與普通檔案讀寫異曲同工,程式碼如下:
public Workbook read(int columnIndex, int count) throws IOException { FileInputStream fis = null; fis = new FileInputStream(new File(path)); //Input and save as a xlsx workbook Workbook workbook = new XSSFWorkbook(fis); fis.close(); return workbook; } 複製程式碼
4.3 編寫searchWord方法
呼叫Search類的searchWord進行搜尋,然後將獲取到的String寫入Excel,程式碼如下:
//Search the word and write down public void searchWord(Workbook workbook, int columnIndex, int count) { //Initialize driver WebDriver driver = new ChromeDriver(); Search search = new Search(driver); search.setUp(); //Search for all words in one column and print to another column for (int i = 0; i < count; i++) { //Get value of the cell and get the translation through search method Sheet sheet = workbook.getSheetAt(0); Row row = sheet.getRow(i); Cell cell = row.getCell(columnIndex); String results = search.searchword(cell.getStringCellValue()); //Write the translation to another column Cell temp = row.createCell(columnIndex+1); temp.setCellValue(results); //Set the new column as "Wrap Text" CellStyle cellStyle = workbook.createCellStyle(); cellStyle.setWrapText(true); temp.setCellStyle(cellStyle); sheet.setColumnWidth(1,31*256); } 複製程式碼
4.4 編寫save方法
使用FileOutputStream,儲存Excel,程式碼如下:
//Save the change public void save(Workbook workbook) throws IOException { FileOutputStream outputStream = new FileOutputStream(path); workbook.write(outputStream); outputStream.close(); workbook.close(); } 複製程式碼
-
編寫main方法,執行程式
編寫入口方法,程式碼如下:
//Entrance
public static void main(String[] args) throws IOException {
Excelio excelio = new Excelio("src/main/resources/wordlist/test.xlsx");
Workbook workbook = excelio.read(0, 30);
excelio.searchWord(workbook,0,30);
excelio.save(workbook);
}
複製程式碼
結果展示
Excel
過程結語
本文是為Selenium的入門而設計,後續作者將在此基礎上,將Selenium結合JavaWeb,更新自動化WebApp的文章,敬請期待。如有疑問歡迎留言交流,歡迎issue和PR,感謝閱讀。
附錄
原始碼地址:gitee.com/daniel_ddd/…