Python Selenium 保存网页缓存并保持登录

lsekfe

一、使用selenium、helium 登录网页，保存缓存，下次登录直接使用缓存，代码如下：
　　from selenium import webdriver
　　from helium import *
　　import base64
　　import time
　　import ddddocr
　　import pickle
　　def open_chrome():
　　    options = webdriver.ChromeOptions()
　　    # 以最高权限运行
　　    options.add_argument('--no-sandbox')
　　    # options.add_argument('--proxy-server=socks5://127.0.0.1:1080')
　　    # 禁用浏览器提示正在受自动化软件控制
　　    options.add_experimental_option('useAutomationExtension', False)
　　    # 防止反爬
　　    options.add_experimental_option('excludeSwitches', ['enable-automation'])
　　    # 指定用户文件夹User Data路径，可以把书签这样的用户数据保存在系统分区以外的分区
　　    options.add_argument('--user-data-dir=E:\\code\\tw\\tt\\cache')
　　    # 指定缓存Cache路径
　　    options.add_argument('--disk-cache-dir=E:\\code\\tw\\tt\\cache')
　　    # 谷歌文档提到需要加上这个属性来规避bug
　　    options.add_argument('--disable-gpu')
　　    # 禁用浏览器弹窗
　　    prefs = {
　　        'profile.default_content_setting_values': {
　　            'notifications': 2
　　        }
　　    }
　　    options.add_experimental_option('prefs', prefs)
　　    driver = webdriver.Chrome(chrome_options=options)
　　    driver.maximize_window()
　　    set_driver(driver)
　　    go_to("http://127.0.0.1:8000/#/login")
　　    write("admin","账号")
　　    write("admin","密码")
　　    code_base64 = driver.find_element_by_css_selector("#code + img").get_attribute('src').split("data:image/png;base64,")[-1]
　　    img = base64.b64decode(code_base64)
　　    # 识别验证码
　　    ocr = ddddocr.DdddOcr(show_ad=False)
　　    code = ocr.classification(img)
　　    # code = res['pic_str']
　　    write(code, '验证码')
　　    # time.sleep()
　　    click(Button('登 录'))
　　    driver.get_screenshot_as_file("test.png")
　　    time.sleep(5)
　　    kill_browser()


　　<script async src="https://pagead2.googlesyndication.com/pagead/js/adsbygoogle.js?client=ca-pub-5056863357775693"
　　     crossorigin="anonymous"></script>


　　二、selenium 配置参数
　　每次当selenium启动chrome浏览器的时候，chrome浏览器很干净，没有插件、没有收藏、没有历史记录，这是因为selenium在启动chrome时为了保证最快的运行效率，启动了一个裸浏览器，这就是为什么需要配置参数的原因，但是有些时候我们需要的不仅是一个裸浏览器
　　selenium启动配置参数接收是ChromeOptions类，创建方式如下 ：
　　from selenium import webdriver
　　option = webdriver.ChromeOptions()
　　driver = webdriver.Chrome(chrome_options=option)


　　创建了ChromeOptions类之后就是添加参数，添加参数有几个特定的方法，分别对应添加不同类型的配置项目：
　　from selenium import webdriver
　　option = webdriver.ChromeOptions()

　　# 添加启动参数
　　option.add_argument()

　　# 添加扩展应用
　　option.add_extension()
　　option.add_encoded_extension()

　　# 添加实验性质的设置参数
　　option.add_experimental_option()

　　# 设置调试器地址
　　option.debugger_address()


　　常用配置参数：
　　from selenium import webdriver
　　option = webdriver.ChromeOptions()

　　# 添加UA
　　options.add_argument('user-agent="MQQBrowser/26 Mozilla/5.0 ([url=]Linux[/url]; U; [url=]Android[/url] 2.3.7; zh-cn; MB200 Build/GRJ22; CyanogenMod-7) AppleWebKit/533.1 (KHTML, like Gecko) Version/4.0 Mobile Safari/533.1"')

　　# 指定浏览器分辨率
　　options.add_argument('window-size=1920x3000')

　　# 谷歌文档提到需要加上这个属性来规避bug
　　chrome_options.add_argument('--disable-gpu')

　　 # 隐藏滚动条, 应对一些特殊页面
　　options.add_argument('--hide-scrollbars')

　　# 不加载图片, 提升速度
　　options.add_argument('blink-settings=imagesEnabled=false')

　　# 浏览器不提供可视化页面. linux下如果系统不支持可视化不加这条会启动失败
　　options.add_argument('--headless')

　　# 以最高权限运行
　　options.add_argument('--no-sandbox')

　　# 手动指定使用的浏览器位置
　　options.binary_location = r"Crogram Files (x86)GoogleChromeApplicationchrome.exe"

　　#添加crx插件
　　option.add_extension('d:crxAdBlock_v2.17.crx')

　　# 禁用JavaScript
　　option.add_argument("--disable-javascript")

　　# 设置开发者模式启动，该模式下webdriver属性为正常值
　　options.add_experimental_option('excludeSwitches', ['enable-automation'])

　　# 禁用浏览器弹窗
　　prefs = {
　　    'profile.default_content_setting_values' :  {
　　        'notifications' : 2
　　     }
　　}
　　options.add_experimental_option('prefs',prefs)

　　# 添加代理 ip
　　options.add_argument("--proxy-server=http://XXXXX.com:80")

　　driver = webdriver.Chrome(chrome_options=chrome_options)


　　其他配置项目参数：
　　　　--user-data-dir=[PATH]
　　# 指定用户文件夹User Data路径，可以把书签这样的用户数据保存在系统分区以外的分区

　　　　–disk-cache-dir=[PATH]
　　# 指定缓存Cache路径

　　　　–disk-cache-size=
　　# 指定Cache大小，单位Byte

　　　　–first run
　　# 重置到初始状态，第一次运行

　　　　–incognito
　　# 隐身模式启动

　　　　–disable-javascript
　　# 禁用Javascript

　　　　--omnibox-popup-count="num"
　　# 将地址栏弹出的提示菜单数量改为num个

　　　　--user-agent="xxxxxxxx"
　　# 修改HTTP请求头部的Agent字符串，可以通过about:version页面查看修改效果

　　　　--disable-plugins
　　# 禁止加载所有插件，可以增加速度。可以通过about:plugins页面查看效果

　　　　--disable-javascript
　　# 禁用JavaScript，如果觉得速度慢在加上这个

　　　　--disable-java
　　# 禁用java

　　　　--start-maximized
　　# 启动就最大化

　　　　--no-sandbox
　　# 取消沙盒模式

　　　　--single-process
　　# 单进程运行

　　　　--process-per-tab
　　# 每个标签使用单独进程

　　　　--process-per-site
　　# 每个站点使用单独进程

　　　　--in-process-plugins
　　# 插件不启用单独进程

　　　　--disable-popup-blocking
　　# 禁用弹出拦截

　　　　--disable-plugins
　　# 禁用插件

　　　　--disable-images
　　# 禁用图像

　　　　--incognito
　　# 启动进入隐身模式

　　　　--enable-udd-profiles
　　# 启用账户切换菜单

　　　　--proxy-pac-url
　　# 使用pac代理 [via 1/2]

　　　　--lang=zh-CN
　　# 设置语言为简体中文

　　　　--disk-cache-dir
　　# 自定义缓存目录

　　　　--disk-cache-size
　　# 自定义缓存最大值（单位byte）

　　　　--media-cache-size
　　# 自定义多媒体缓存最大值（单位byte）

　　　　--bookmark-menu
　　# 在工具 栏增加一个书签按钮

　　　　--enable-sync
　　# 启用书签同步