DrissionPage项目中浏览器控制台执行JS的实现方案
2025-05-24 18:23:29作者:舒璇辛Bertina
在自动化测试和网页爬虫开发中,经常需要与浏览器进行交互操作。DrissionPage作为一个强大的Python网页自动化工具,提供了多种与浏览器交互的方式,其中执行JavaScript代码是常见需求之一。
核心功能解析
DrissionPage提供了两种主要的JS执行方式:
-
直接执行JS代码
通过page.run_js()方法可以直接在当前页面上下文中执行JavaScript代码。这种方式适用于大多数常规JS操作,比如获取元素属性、修改DOM等。 -
专用Cookie操作方法
对于常见的Cookie操作,DrissionPage专门提供了page.set.cookies()方法,这种方法比直接执行JS更加简洁可靠。
高级技巧:支持jQuery语法
很多开发者习惯使用jQuery的$语法进行DOM操作。要在DrissionPage中支持jQuery语法,可以通过以下步骤实现:
- 确保页面已加载jQuery
在执行jQuery代码前,需要确认目标页面已经加载了jQuery库。如果页面本身没有引入jQuery,可以先用run_js()注入jQuery:
# 注入jQuery
page.run_js('''
if (typeof jQuery == 'undefined') {
var script = document.createElement('script');
script.src = "https://code.jquery.com/jquery-3.6.0.min.js";
document.head.appendChild(script);
}
''')
# 等待jQuery加载完成
page.wait.js('typeof jQuery != "undefined"')
# 使用jQuery语法
result = page.run_js('return $("selector").text()')
- 直接使用jQuery选择器
确认jQuery可用后,就可以直接在run_js()中使用熟悉的jQuery语法了。
实际应用场景
- 表单自动填充
可以结合jQuery快速定位表单元素并填充值:
page.run_js('$("#username").val("testuser"); $("#password").val("mypassword")')
- 复杂DOM操作
对于需要复杂DOM操作的场景,jQuery提供了更简洁的语法:
# 使用jQuery修改多个元素的样式
page.run_js('$(".items").css({"color": "red", "font-weight": "bold"})')
- 数据提取
jQuery的选择器可以简化数据提取过程:
# 获取所有链接的文本和href
links = page.run_js('''
return $("a").map(function() {
return {text: $(this).text(), href: $(this).attr("href")}
}).get()
''')
最佳实践建议
-
优先使用原生方法
对于简单的操作,如点击、表单填写等,优先使用DrissionPage提供的原生方法(如click()、set()等),它们通常更稳定可靠。 -
JS执行异常处理
在执行JS代码时添加异常处理:
try:
result = page.run_js('return someUndefinedFunction()')
except Exception as e:
print(f"JS执行出错: {e}")
- 性能考量
频繁执行JS会影响性能,建议将多个操作合并到一个JS调用中,减少与浏览器的交互次数。
通过合理利用DrissionPage的JS执行功能,开发者可以实现更灵活、更强大的网页自动化操作,满足各种复杂场景的需求。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0185
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0112
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
759
4.94 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
854
1.91 K
deepin linux kernel
C
32
16
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
674
1.32 K
Ascend Extension for PyTorch
Python
716
866
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.78 K
185
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
454
436
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.07 K
1.09 K
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
991
598
暂无简介
Dart
1 K
259