Python自动下载最新的chromedriver

前言

chromedriver是Web UI自动化必备的一个谷歌Chrome浏览器的驱动文件，需要和自己电脑上安装的Chrome浏览器版本对应才能正常使用。
经常遇到新手装的Chrome浏览器自动更新了，但是chromedriver没更新，导致原本正常的脚本突然不能用了。
因此想做一个脚本自动下载最新的chromedriver。

代码

 1 import requests
 2 import re
 3 
 4 url = 'http://npm.taobao.org/mirrors/chromedriver/'
 5 rep = requests.get(url).text
 6 
 7 time_list = []          # 用来存放版本时间
 8 time_version_dict = {}  # 用来存放版本与时间对应关系
 9 
10 result = re.compile(r'\d.*?/</a>.*?Z').findall(rep) # 匹配文件夹（版本号）和时间
11 
12 for i in result:
13     time = i[-24:-1]                                # 提取时间
14     version = re.compile(r'.*?/').findall(i)[0]     # 提取版本号
15     time_version_dict[time] = version               # 构建时间和版本号的对应关系，形成字典
16     time_list.append(time)                          # 形成时间列表
17 
18 latest_version = time_version_dict[max(time_list)]              # 用最大（新）时间去字典中获取最新的版本号
19 download_url = url + latest_version + 'chromedriver_win32.zip'  # 拼接下载链接
20 
21 file = requests.get(download_url)
22 with open("chromedriver.zip", 'wb') as zip_file:                # 保存文件到脚本所在目录
23     zip_file.write(file.content)

思路

1、访问页面，观察规律
http://npm.taobao.org/mirrors/chromedriver/
打开页面后，观察发现我们需要的最新的Chromedriver版本，可以通过右边的时间进行对比后找到，但需要排除最下方的几个无用文件的干扰。
可以看出版本目录的链接都是数字开头，/结尾，容易想到用正则表达式提取，规则为\d.*?/
Python自动下载最新的chromedriver
2、查看页面源码（接口返回），选择处理方法
查看接口，发现页面直接返回的是HTML，因此无法使用json处理，考虑使用BeautifulSoup4处理html文件。
然而实践中发现时间并没有包在a标签内，用bs4获取所有的a标签，并没有办法获取到对应的时间，所以也不能考虑用bs4处理。
那么只能尝试使用正则表达式对信息进行提取处理了，选用re库。
Python自动下载最新的chromedriver
3、数据处理
每个a标签的格式为：
<a href="/mirrors/chromedriver/70.0.3538.16/">70.0.3538.16/</a> 2018-09-17T20:50:43.843Z

我们需要的只是后半段就可以了：70.0.3538.16/</a> 2018-09-17T20:50:43.843Z
规律为数字开头，中间是/</a>，结尾是Z，正则为：\d.*?/</a>.*?Z

代码为：results = re.compile(r'\d.*?/</a>.*?Z').findall(html内容)

在提出取来的信息中二次提取版本号：re.compile(r'.*?/').findall(result)

时间也可以用正则提取，不过由于格式比较固定，可以直接用字符串切片result[-24:-1]，即最后的24个字符

接下来就简单了，找到最新的时间，然后把这个时间对应的版本号找到就行了

思路为在遍历每个a标签的同时：

收集所有时间组成一个列表time_list；
同时将时间和版本构造成字典time_version_dict；

最后用max函数找到time_list的最大值，把最大值作为key去找time_version_dict的版本。

PS：挖个坑，后续增加自动解压至指定目录的功能，方便直接替换系统环境内的旧Chromedriver文件。

2019.01.26更新

来填坑了
通过cmd命令查询当前Chromedriver的目录和版本
Python自动下载最新的chromedriver
自动解压到系统环境内替换Chromedriver的代码

 1 import requests
 2 import re
 3 
 4 url = 'http://npm.taobao.org/mirrors/chromedriver/'
 5 rep = requests.get(url).text
 6 
 7 time_list = []          # 用来存放版本时间
 8 time_version_dict = {}  # 用来存放版本与时间对应关系
 9 
10 result = re.compile(r'\d.*?/</a>.*?Z').findall(rep) # 匹配文件夹（版本号）和时间
11 
12 for i in result:
13     time = i[-24:-1]                                # 提取时间
14     version = re.compile(r'.*?/').findall(i)[0]     # 提取版本号
15     time_version_dict[time] = version               # 构建时间和版本号的对应关系，形成字典
16     time_list.append(time)                          # 形成时间列表
17 
18 latest_version = time_version_dict[max(time_list)]              # 用最大（新）时间去字典中获取最新的版本号
19 download_url = url + latest_version + 'chromedriver_win32.zip'  # 拼接下载链接
20 
21 file = requests.get(download_url)
22 with open("chromedriver.zip", 'wb') as zip_file:                # 保存文件到脚本所在目录
23     zip_file.write(file.content)

View Code