DrissionPage4.1入门

📌 一、核心定位：当爬虫遇见自动化，合二为一

DrissionPage 给我的第一印象是「务实」。它聪明地把 Python 中两个重量级库 requests（静态抓取） 和 selenium（浏览器操控） 的优点融合了。用一套几乎一致的 API 命令，就能搞定两种最常见的数据获取场景，避免了来回切换工具的麻烦。

几个直击痛点的优势：

• 两套引擎，一个入口： SessionPage (静态线程，类似Requests) 和 WebPage (浏览器驱动，类似Selenium) 随心切换，甚至能在一个实例 DrissionPage() 里智能自动切换。
• 查找元素像翻书一样自然： 它采用了类似 BeautifulSoup 的类 HTML DOM 遍历方式，定位元素语法比原生 Selenium 的 find_element_by_xxx 直观太多。
• 低冗余、高统一： 不管页面是静态HTML还是JS动态渲染，操作元素的命令是完全一致的（ele(), eles(), .text, .click()等）。

🚀 二、初窥门径：14行代码入门

1️⃣ 安装建议

pip install drissionpage

说句实在的： 想用浏览器模式做爬取，强烈配合 undetected_chromedriver。它对付反爬基础检测更稳，安装指令是 pip install undetected_chromedriver.

2️⃣ 初始化（选你最顺手的方式）

from drission import DrissionPage, WebPage, SessionPage

# 懒人全能版 (推荐，根据场景自动选模式)
dp = DrissionPage()

# 精准控制版
wp = WebPage()    # 专门操作浏览器（模拟点击、填表单等）
sp = SessionPage() # 纯HTTP请求，速度快如疾风

🔧 三、基础三板斧

1. 开门：访问页面

dp.get('https://example.com')   # 自动模式根据URL识别最优方式
# wp.get('...')  # 明确浏览器模式
# sp.get('...')  # 明确静态模式

个人选择逻辑： 面对纯API、静态页、大并发，选 SessionPage；看到满天飞的JS渲染，需要模拟交互，果断 WebPage。

2. 定位：精准揪出元素（核心优势）

# 查找单个元素 - 语法糖拉满
title = dp.ele('tag:h1@class="main-title"')   # CSS选择器思路：标签h1且class="main-title"
login_btn = dp.ele('text:登录')               # 按可见文字精准定位
search_box = dp.ele('@id="searchInput"')      # 简洁版ID定位 (@相当于id:)

# 查找元素列表
items = dp.eles('tag:li@class=product-item')  # 所有符合条件的li元素

支持的定位方式够用且简洁：

• tag:div - HTML标签
• @id_name 或 id:id_name - 元素ID
• class:class_name - CSS类名
• text:部分或全文 - 文本匹配（超实用！）
• css:selector - 完整CSS选择器
• xpath:xpath_expression - XPath表达式

✅ 关键体验： 这套语法不受底层是 requests 还是 selenium 的影响，学习成本骤降。

3. 提取：拿到你想要的数据

print(title.text)          # 获取元素内文本："欢迎光临"
print(title.html)          # 获取元素的完整HTML源码
print(search_box.attr('name'))  # 获取特定属性值，如 'q'
# .attrs 返回元素所有属性的字典

🖱️ 四、浏览器模式专属技能（自动化核心）

当你在 WebPage或 DrissionPage(浏览器模式下)，可以玩这些自动化操作：

# 精准点击那个“登录”按钮
login_btn.click()

# 在搜索框填写关键词
search_box.input('DrissionPage教程')  # 自动清理原内容并输入

# 笃定地等待“验证成功”提示出现（超时10秒）
dp.wait.ele_display('text:验证成功', timeout=10)

🧠 五、翻出你的小本本：实用进阶技巧

1. 浏览器隐身术：参数设置

from drission import ChromiumOptions  # 专管浏览器配置

co = ChromiumOptions()
co.set_paths(browser_path='/path/to/chrome')  # 指定Chome执行路径
co.headless()                                 # 开启无头模式，后台运行
co.set_download_path('documents/')           # 文件默认保存位置（超省心）
co.set_argument('--incognito')                # 无痕模式，减少干扰

wp = WebPage(coordinator=co)  # 使用配置好的选项创建浏览器

避坑指南： set_download_path() 提前设好路径，能规避下载对话框，实现后台静默下载。

2. 信息复用：状态捕获

current_cookies = wp.cookies  # 获取此行代码执行时浏览器的所有Cookies
req_headers = wp.headers      # 获取当前请求头 (可用于SessionPage模拟)

实用场景： 在浏览器采摘细火慢炖获取完登录Cookies后，导入到 SessionPage利用cookie飞速访问后续接口与页面。

3. 📊 场景匹配建议（我的决策树）

模式切换灵活自如：

# 同一个 `dp` 对象中 (DrissionPage)，能随时按需变身：
dp.set_driver_mode('web')      # 启动或切换到浏览器驱动
dp.set_driver_mode('session')  # 关闭浏览器，切换回轻量HTTP模式

实际体会： 处理登录后用Session提速、偶尔切回浏览器破解复杂验证码的场景优化利器。

📚 六、腿部挂件：学习资源导航

• 项目源头：GitHub - g1879/drissionpage - 看源码，提Issue
• 官方手册：中文文档站 - 最系统全面的语法讲解，必看！
• 案例库（官方）：教程合集 (Gitee) - 提供真实场景脚本参考（如登录某站、批量下载）

📌 七、精华速记卡（高频命令一览）

对于厌倦了在 requests 速度与 selenium 全能间反复横跳的开发者，DrissionPage 就是那条「中庸之道」。它提供了一种清爽思路：统一接口，按需调用底层引擎，让爬虫与自动化脚本更加清晰可预期。从内部封装来看，它的设计逻辑真的很 Pythonic —— Simple is better than complex. 轻装上阵，效率就是你的通行证。