pythonselenium自动化教程(python使用selenium实现批量文件下载)
pythonselenium自动化教程
python使用selenium实现批量文件下载背景
实现需求:批量下载联想某型号的全部驱动程序。
一般在做网络爬虫的时候,都是保存网页信息为主,或者下载单个文件。当涉及到多文件批量下载的时候,由于下载所需时间不定,下载的文件名不定,所以有一定的困难。
思路
参数配置
在涉及下载的时候,需要先对chromedriver
进行参数配置,设定默认下载目录:
|
global base_path profile = { 'download.default_directory' : base_path } chrome_options = webdriver.chromeoptions() chrome_options.add_experimental_option( 'prefs' , profile) driver = webdriver.chrome(executable_path = '../common/chromedriver' , options = chrome_options) driver.implicitly_wait( 10 ) |
页面分析
联想官网上每个型号的驱动下载页面如上图所示,虽然前面有一个登陆的遮罩,但是实际上并不影响点击。需要注意的是:
驱动列表,需要点击才可以显示具体的下载项目表格,否则可以找到对应元素但无法获取正确的信息
|
driver_list.find_element_by_class_name( 'download-center_list_t_icon' ).click() |
每个下载列表的表头建议做跳过处理
|
if sub_list.find_element_by_class_name( 'download-center_usblist_td01' ).text = = '驱动名称' : continue |
下载处理
在页面中,找到“普通下载”的元素,点击即可下载。最终实现结果是我们希望根据网页的列表进行重命名和重新归档到文件夹,但是我们会发现如下几个问题:
- 下载过来的文件名无法控制。
- 依次下载的话,我们无法确认需要下载多久。并行下载的话,无法有效的区分重命名。
在网上找了很久,也没找到在下载时直接重命名的方法,所以最终选择依次下载,当每次下载完成后进行重命名和归档,思路如下:
- 对每个驱动目录,先新建一个文件夹,如:主板
- 点击下载后开始下载文件
-
通过
os
模块,找到下载目录中所有文件,并按创建时间排序,找到最新创建的文件 -
由于未完成的文件后缀为
.crdownload
(chrome),那么根据后缀来判断是否已完成下载,未完成的话继续等待
待下载完成,将文件重命名并剪切到开始建立的归档目录。这里需要注意的是,有些文件名中不能存在/
符号,否则会导致重命名失败,需要做一下替换。
在后期测试的时候,发现还有几个坑需要注意:
在查找最新创建的文件时,需要注意.ds_store
文件的处理。(mac系统,windows则需要考虑thumbs.db
)
需要判断一下最新创建的文件是否为文件夹,可以通过filter
函数来处理
最新文件的排序查找实现如下:
|
def sort_file(): # 排序文件 dir_link = base_path dir_lists = list ( filter (check_file, os.listdir(dir_link))) if len (dir_lists) = = 0 : return '' else : dir_lists.sort(key = lambda fn: os.path.getmtime(dir_link + os.sep + fn)) return os.path.join(base_path, dir_lists[ - 1 ]) def check_file(filename): # 忽略系统文件 if filename = = '.ds_store' or filename = = 'thumbs.db' : return false global base_path # 排除文件夹 return os.path.isfile(os.path.join(base_path, filename)) |
总结
最终实现效果如下:
完整代码参考:https://github.com/keejo125/web_scraping_and_data_analysis/tree/master/lenovo
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持开心学习网。
原文链接:https://segmentfault.com/a/1190000018450351
- python自动解数独教学(Python判断有效的数独算法示例)
- pythongui实战案例(Python GUI编程完整示例)
- pythonzipfile的用法(对Python之gzip文件读写的方法详解)
- pythonweb和nodejs(Node与Python 双向通信的实现代码)
- pythontkinter循环显示文本(Python实现定时自动关闭的tkinter窗口方法)
- python中list用法(Python数据类型之List列表实例详解)
- pythonsocket建立多用户通讯(Python socket实现多对多全双工通信的方法)
- python入门练习网页(详解python项目实战:模拟登陆CSDN)
- python numpy 安装(python3.6下Numpy库下载与安装图文教程)
- python数字图像处理入门(python图像处理入门一)
- python基本数据结构(浅谈Python编程中3个常用的数据结构和算法)
- python零基础入门加密与解密(Python玩转加密的技巧推荐)
- python查找含特定字符的字符串(Python实现查找字符串数组最长公共前缀示例)
- 怎么用python实现链表(Python3实现的判断回文链表算法示例)
- python起源详解(Python发展简史 Python来历)
- python抽奖代码教程(python实现抽奖小程序)
- OPPO用户看过来 汇总几个春节实用技巧,轻松搞定多设备联动玩法(汇总几个春节实用技巧)
- 北京旅游攻略(北京旅游攻略5日游及其花费)
- 四川旅游攻略(四川旅游攻略自由行攻略)
- 上海迪士尼攻略(上海迪士尼攻略旅游)
- 哪里可以看熊猫(成都哪里可以看熊猫)
- oppo手机的三种录屏方法,你知道有哪些吗(oppo手机的三种录屏方法)
热门推荐
排行榜
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9