DrissionPage 项目中查找不存在元素时的性能优化
2025-05-24 10:01:35作者:昌雅子Ethen
问题现象分析
在使用 DrissionPage 进行网页自动化测试时,发现一个性能问题:当查找页面中存在的元素时,速度很快(不到1秒);但当查找不存在的元素时,每次查找需要等待约10秒钟。这种延迟在自动化测试场景中会显著降低执行效率。
问题原因
经过分析,这个问题主要源于 DrissionPage 的默认工作模式。DrissionPage 支持两种工作模式:
- d 模式:直接控制浏览器,通过 CDP 协议与浏览器交互
- s 模式:使用 requests 获取网页源码,再用 lxml 解析
在 d 模式下,当查找不存在的元素时,DrissionPage 会等待较长时间以确保元素确实不存在,而不是因为页面尚未加载完成。这种保守策略虽然提高了可靠性,但牺牲了性能。
解决方案
方案一:切换到 s 模式
对于不需要与页面交互的简单元素查找任务,可以切换到 s 模式:
from DrissionPage import SessionPage
page = SessionPage()
page.get(url)
elements = page.eles(selector)
s 模式的优点:
- 解析速度快
- 资源消耗低
- 适合简单的数据抓取场景
但需要注意:
- 无法执行 JavaScript
- 不能处理动态加载的内容
- 某些情况下可能遇到解析错误(如文档为空)
方案二:调整超时参数
在 d 模式下,可以通过设置 timeout 参数来优化查找不存在元素时的等待时间:
# 设置超时为2秒
found_elements = page.eles(selector, timeout=2)
方案三:混合使用两种模式
对于复杂场景,可以结合使用两种模式:
- 先用 s 模式快速检查元素是否存在
- 如果需要交互,再切换到 d 模式
from DrissionPage import SessionPage, ChromiumPage
# 先用s模式快速检查
s_page = SessionPage()
s_page.get(url)
if s_page.ele('#some-element', timeout=1):
# 如果需要交互,切换到d模式
d_page = ChromiumPage()
d_page.get(url)
# 执行交互操作
最佳实践建议
-
根据任务性质选择合适的模式:
- 纯数据抓取 → s 模式
- 需要交互 → d 模式
-
在 d 模式中合理设置超时时间,平衡可靠性和性能
-
对于已知不存在的元素查找,可以封装工具函数:
def quick_check_element(page, selector):
return page.eles(selector, timeout=1) if page.mode == 'd' else page.eles(selector)
- 监控和记录元素查找耗时,持续优化超时参数
通过以上方法,可以显著提升 DrissionPage 在自动化测试和数据抓取任务中的执行效率,特别是在需要频繁检查元素是否存在的场景下。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCR暂无简介Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
248
2.46 K
deepin linux kernel
C
24
6
仓颉编译器源码及 cjdb 调试工具。
C++
116
89
React Native鸿蒙化仓库
JavaScript
217
297
暂无简介
Dart
546
119
🎉 (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
1.01 K
595
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
409
Ascend Extension for PyTorch
Python
86
118
仓颉编程语言运行时与标准库。
Cangjie
124
102
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++
592
122