如何在不清除缓存和cookie的情况下使用selenium同时打开多个Firefox实例

Question

我有一个从 Facebook UID 中抓取好友列表的代码。它有效，但需要很长时间才能抓取整个列表。所以，我想通过使用多处理和 Selenium Grid 来加速它。以下是我使用的方法：

1. 用帐号登录 Facebook
2. 用相同的缓存和cookie打开5个Firefox实例（所以我不需要再次登录）
3. 同时从 5 个不同的 UID 中抓取好友列表。 1 个实例/1 个 UID

这是我的代码，但它不起作用

import multiprocessing
from selenium.common.exceptions import TimeoutException
from bs4 import BeautifulSoup
from selenium import webdriver

def friend_uid_list(uid, driver):
    driver.get('https://www.facebook.com/' + uid + '/friends')
    //scrape friend list
    target.close()

def g(arg):
    return friend_uid_list(*arg)

if __name__ == '__main__':

    driver = webdriver.Firefox()
    driver.get("https://www.facebook.com/")
    driver.find_element_by_css_selector("#email").send_keys("email@gmail.com")
    driver.find_element_by_css_selector("#pass").send_keys("password")
    driver.find_element_by_css_selector("#u_0_m").click()

    pool = multiprocessing.Pool(5)
    pool.map(g, [(100004159542140,driver),(100004159542140,driver),(100004159542140,driver)])

那么，你能告诉我如何使用 Selenium Grid 同时使用多个实例吗？我搜索了很多，但不知道如何在我的代码中实现它。谢谢你:)

Answer 1

这是另一种不使用硒网格的方法。

这种方法会打开 5 个 firefox 实例，以及每个实例上的 3 个窗口。 cookie 是从主实例复制过来的。

from pyvirtualdisplay import Display
from selenium import webdriver
from selenium.webdriver.common.keys import Keys
import multiprocessing
display = Display(visible=0, size=(800, 600))
display.start()
d = webdriver.Firefox()

def friend_uid_list(uid, driver):
    values = []
    for handle in driver.window_handles:
        driver.switch_to_window(handle)
        # driver.wait_for_element() etc etc
        values.append(driver.find_element_by_id('#something'))
        # scrape elements
    return values

def g(arg):
    return friend_uid_list(*arg)

启动实例并登录：

d = webdriver.Firefox()
d.get("https://www.facebook.com/")
d.find_element_by_css_selector("#email").send_keys("email@gmail.com")
d.find_element_by_css_selector("#pass").send_keys("password")
d.find_element_by_css_selector("#loginbutton").click()

启动多个实例：

drivers = [webdriver.Firefox(), webdriver.Firefox(), webdriver.Firefox(), webdriver.Firefox()]

复制localStorage：

localstorage_kv = d.execute_script("var obj={};for (var i=0,len=localStorage.length;i<len;++i){obj[localStorage.key(i)]=localStorage.getItem(localStorage.key(i));};return obj")

复制 cookie 和 localStorage:

for e in drivers:
    e.get("https://www.facebook.com/")
    for x in d.get_cookies():
        e.add_cookie(x)
    for k, v in localstorage_kv.items():
        e.execute_script('localStorage.setItem("{}", {})'.format(k,v))
    e.refresh() # should be logged in now

将初始驱动程序重新添加到驱动程序数组中：

drivers.append(d)

然后循环遍历uid：

uids = [100004159542140, 100004159542140, 100004159542140, 100004159542140, 100004159542140, 100004159542140]
pool = multiprocessing.Pool(5)

while uids:
    for driver in drivers:
        if len(driver.window_handles) == 1:
            driver.execute_script('window.open("https://www.facebook.com/' + uids.pop() + '/friends")')            
            driver.execute_script('window.open("https://www.facebook.com/' + uids.pop() + '/friends")')            
        else:
            for handle in driver.window_handles:
                handle.get("https://www.facebook.com/" + uids.pop() + "/friends")
    return_values = pool.map(g, drivers)
    import pdb;pdb.set_trace()

如果您真的想在 selenium 网格上的节点之间共享 cookie，请查看：

• Create and upload a file on selenium grid
• How to save and load cookies using python selenium webdriver
• http://selenium-python.readthedocs.io/getting-started.html#selenium-remote-webdriver

这大致意味着腌制localStorage和cookies并将其传输到每个节点，然后从那里将cookie读入每个节点上的每个实例。