Selenium: Unterschied zwischen den Versionen
Zur Navigation springen
Zur Suche springen
";
Document doc = Jsoup.parse(source, "UTF-8");
Codica (Diskussion | Beiträge) |
Codica (Diskussion | Beiträge) |
||
(2 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt) | |||
Zeile 3: | Zeile 3: | ||
== Fernsteuerung von Firefox == | == Fernsteuerung von Firefox == | ||
− | Um [[Firefox]] fernzusteuern, bedarf es noch des [https://github.com/mozilla/geckodriver/releases geckodriver], der von [https://github.com/mozilla/geckodriver/releases Github] herunterzuladen ist und dann im Pfad enthalten sein muss. Z.B. in <code>/usr/local/bin/</code>. | + | Um [[Firefox]] fernzusteuern, bedarf es noch des [https://github.com/mozilla/geckodriver/releases geckodriver], der von [https://github.com/mozilla/geckodriver/releases Github] herunterzuladen ist und dann im Pfad enthalten sein muss. Z.B. in <code>/usr/local/bin/</code>. |
+ | == Fernsteuerung von Chromium == | ||
+ | |||
+ | Um Chromium fernzusteuern, bedarf es des ChromeDrivers<ref>https://sites.google.com/a/chromium.org/chromedriver/getting-started</ref>. Dieser kann unter Debian 9 Stretch mit folgendem Befehl installiert werden: | ||
+ | sudo aptitude install chromium-chromedriver | ||
+ | |||
+ | == Schnelleres Parsen von Tabellen == | ||
+ | |||
+ | Das Parsen von Tabellen nimmt in Selenium einige Zeit in Anspruch. Angeblich kann man das verbessern, indem nach Aufbau der Webpage der HTML-Code mittels [https://jsoup.org/ Jsoup] geparset wird.<ref>Siehe http://stackoverflow.com/questions/21243523/using-seleniumdriver-to-extract-all-rows-and-columns-given-a-table-element .</ref> | ||
+ | |||
+ | String source = "<table>" + driver.findElement(By.xpath(locator)).getAttribute("innerHTML") + "<table>"; | ||
+ | Document doc = Jsoup.parse(source, "UTF-8"); | ||
+ | |||
+ | == Alternativen == | ||
+ | |||
+ | In der Nodejs-Welt gibt es Alternativen zu Selenium, z.B. | ||
+ | * Puppeteer | ||
+ | ** https://www.lewuathe.com/simple-crawling-with-puppeteer-in-typescript.html | ||
-------- | -------- | ||
<references/> | <references/> | ||
[[Category:Internet]] | [[Category:Internet]] |
Aktuelle Version vom 24. Dezember 2020, 07:02 Uhr
Selenium ist eine Fernsteuerung-API für verschiedene Webbrowser. In Java-Projekte integriert man es am besten mittels Maven (Group-ID:selenium-java, Artifact-ID: org.seleniumhq.selenium).
Fernsteuerung von Firefox
Um Firefox fernzusteuern, bedarf es noch des geckodriver, der von Github herunterzuladen ist und dann im Pfad enthalten sein muss. Z.B. in /usr/local/bin/
.
Fernsteuerung von Chromium
Um Chromium fernzusteuern, bedarf es des ChromeDrivers[1]. Dieser kann unter Debian 9 Stretch mit folgendem Befehl installiert werden:
sudo aptitude install chromium-chromedriver
Schnelleres Parsen von Tabellen
Das Parsen von Tabellen nimmt in Selenium einige Zeit in Anspruch. Angeblich kann man das verbessern, indem nach Aufbau der Webpage der HTML-Code mittels Jsoup geparset wird.[2]
String source = "
" + driver.findElement(By.xpath(locator)).getAttribute("innerHTML") + "Alternativen
In der Nodejs-Welt gibt es Alternativen zu Selenium, z.B.