DrissionPage项目中浏览器控制台执行JS的实现方案
2025-05-24 15:28:23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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
255
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.18 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.09 K
618
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
261
92