写在最前
相信大家都对爬虫非常熟悉，一般来说，利用HttpClient发送请求并获取响应以获得想要提取的数据应该是最常用的方法。最近工作中频繁使用了Selenium，在本文中，我们将使用Selenium和POI（读写Excel）来完成一个入门级的自动化程序，源码地址见附录。
步骤一览
- 使用Maven创建工程，引入Selenium和POI依赖
- 下载ChromeDriver并配置环境变量
- 编写Selenium查词脚本
- 读写Excel并保存
- 编写main方法，运行程序
现在开始
-
使用Maven创建工程，引入Selenium和POI依赖
1.1 下载Maven，配置环境变量
Windows和Mac将Maven目录地址写入path即可，具体步骤可百度，Google，十分常见。
1.2 在IDEA中配置Maven
IDEA自带Maven可能版本非最新，建议自行引入本地最新版本。
1.3 创建工程
创建工程时只要使用最基础的模板，也就是直接点击next。
image
1.4 在mvnrepository.com搜索Selenium,POI和POI-ooxml依赖，将其引入pom.xml,并在右下角点击import change，最终pom.xml加入内容如下：
<dependencies>
<!-- https://mvnrepository.com/artifact/org.seleniumhq.selenium/selenium-java -->
<dependency>
<groupId>org.seleniumhq.selenium</groupId>
<artifactId>selenium-java</artifactId>
<version>3.14.0</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.apache.poi/poi -->
<dependency>
<groupId>org.apache.poi</groupId>
<artifactId>poi</artifactId>
<version>4.0.0</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.apache.poi/poi-ooxml -->
<dependency>
<groupId>org.apache.poi</groupId>
<artifactId>poi-ooxml</artifactId>
<version>4.0.0</version>
</dependency>
</dependencies>
-
下载ChromeDriver并配置环境变量（三选一）
2.1 在镜像站下载ChromeDriver，配置环境变量
自行手动下载ChromeDriver后如不配置环境变量，需在代码中加上System.setProperty("webdriver.chrome.driver",path); 其中path是你的driver路径。
2.2 Windows使用choco install直接安装
2.3 Mac使用brew install cask直接安装
-
编写Selenium查词脚本
3.1 创建Search类，编写setUp方法
在setUp中，首先需要初始化WebDriver，然后访问到有道首页，搜索test点击确定并跳转至搜索页，注意在driver访问此页面时会弹出广告，需要一行代码来抓取关闭链接关掉广告，代码如下：//Direct to YoudaoDic homepage, land in the main search page public void setUp() { //Go to youdao.com driver.get(YOUDAO_HOME_URL); driver.manage().window().maximize(); //Go to the main search page driver.findElement(By.id(INPUT_HOME_ID)).sendKeys("test"); driver.findElement(By.xpath(SEARCH_HOME_XPATH)).click(); driver.findElement(By.xpath(CLOSE_BTN)).click(); }3.2 编写searchWord脚本方法
searchWord方法需要传入你要搜索的单词，然后抓取搜索框，输入后点击确认。这时你将获得搜索详情的页面，其中你需要抓取中文翻译的div并且获取其中文字，代码如下：
//Search word and get the translation public String searchword(String s) { //Find the input element, input the word and click the button WebElement input_search = driver.findElement(By.id(INPUT_SEARCH)); input_search.clear(); input_search.sendKeys(s); driver.findElement(By.xpath(SEARCH_BTN_XPATH)).click(); //Get the text inside translation div String result = driver.findElement(By.className(TRANSLATION_CLASS)).getText(); return result; } -
读写Excel并保存
4.1 创建Excel文件并写入单词
新建一个Excel，然后在最左边第一列填入一些单词，注意，不要有空行，本文代码中没有带异常处理，空行会报错。
image
4.2 编写Excelio类，编写read方法
利用poi框架，与普通文件读写异曲同工，代码如下：
public Workbook read(int columnIndex, int count) throws IOException { FileInputStream fis = null; fis = new FileInputStream(new File(path)); //Input and save as a xlsx workbook Workbook workbook = new XSSFWorkbook(fis); fis.close(); return workbook; }4.3 编写searchWord方法
调用Search类的searchWord进行搜索，然后将获取到的String写入Excel，代码如下：
//Search the word and write down public void searchWord(Workbook workbook, int columnIndex, int count) { //Initialize driver WebDriver driver = new ChromeDriver(); Search search = new Search(driver); search.setUp(); //Search for all words in one column and print to another column for (int i = 0; i < count; i++) { //Get value of the cell and get the translation through search method Sheet sheet = workbook.getSheetAt(0); Row row = sheet.getRow(i); Cell cell = row.getCell(columnIndex); String results = search.searchword(cell.getStringCellValue()); //Write the translation to another column Cell temp = row.createCell(columnIndex+1); temp.setCellValue(results); //Set the new column as "Wrap Text" CellStyle cellStyle = workbook.createCellStyle(); cellStyle.setWrapText(true); temp.setCellStyle(cellStyle); sheet.setColumnWidth(1,31*256); }4.4 编写save方法
使用FileOutputStream，保存Excel，代码如下：
//Save the change public void save(Workbook workbook) throws IOException { FileOutputStream outputStream = new FileOutputStream(path); workbook.write(outputStream); outputStream.close(); workbook.close(); } -
编写main方法，运行程序
编写入口方法，代码如下：
//Entrance
public static void main(String[] args) throws IOException {
Excelio excelio = new Excelio("src/main/resources/wordlist/test.xlsx");
Workbook workbook = excelio.read(0, 30);
excelio.searchWord(workbook,0,30);
excelio.save(workbook);
}
结果展示
Excel
image
过程
image
结语
本文是为Selenium的入门而设计，后续作者将在此基础上，将Selenium结合JavaWeb，更新自动化WebApp的文章，敬请期待。如有疑问欢迎留言交流，欢迎issue和PR，感谢阅读。
网友评论