阅读量:0
前言
使用Selenium 创建多个浏览器，这在自动化操作中非常常见。
而在Python中，使用 Selenium + threading 或 Selenium + ThreadPoolExecutor 都是很好的实现方法。
应用场景：
- 创建多个浏览器用于测试或者数据采集；
- 使用Selenium 控制本地安装的 chrome浏览器 去做一些操作
- …
文章提供了 Selenium + threading 和 Selenium + ThreadPoolExecutor 结合的代码模板，拿来即用。
知识点📖📖
| 作用 | 链接 |
|---|---|
threading用于实现多线程 | https://docs.python.org/zh-cn/3/library/threading.html |
concurrent.futures.ThreadPoolExecutor 使用线程池来异步执行调用 | https://docs.python.org/zh-cn/3/library/concurrent.futures.html |
上面两个都是 Python 内置模块，无需手动安装~
导入模块
import threading from concurrent.futures import ThreadPoolExecutor, as_completed 多线程还是线程池？
在Selenium中，使用 多线程 或者是 线程池，差别并不大。主要都是网络I/O的操作。
在使用 ThreadPoolExecutor 的情况下，任务将被分配到不同的线程中执行，从而提高并发处理能力。与使用 threading 模块相比，使用 ThreadPoolExecutor 有以下优势:
- 更高的并发处理能力：线程池 可以动态地调整线程数量，以适应任务的数量和处理要求，从而提高并发处理能力。
- 更好的性能：线程池 可以根据任务的类型和大小动态地调整线程数量，从而提高性能和效率。
- …
总之，使用 线程池 可以提高并发处理能力，更易于管理，并且可以提供更好的性能和效率。
但是选择多线程，效果也不差。
所以使用哪个都不必纠结，哪个代码量更少就选哪个自然是最好的。
多个浏览器✨
Selenium自动化中需要多个浏览器，属于是非常常见的操作了。
不管是用于自动化测试、还是爬虫数据采集，这都是个可行的方法。
这里示例的代码中，线程池的运行时候只有 多线程 的一半！！！
多线程与 多 浏览器🧨
这份代码的应用场景会广一些，后续复用修改一下 browser_thread 函数的逻辑就可以了。
这里模拟相对复杂的操作，在创建的浏览器中新打开一个标签页，用于访问指定的网站。
然后切换到新打开的标签页，进行截图。
代码释义：
- 定义一个名为 start_browser 的函数，用于创建 webdriver.Chrome 对象。
- 定义一个名为 browser_thread 的函数，接受一个 webdriver.Chrome 对象和一个整数作为参数，用于打开指定网页并截图。 切换到最后一个窗口，然后截图。
- main函数创建了5个浏览器，5个线程，执行上面的操作，然后等待所有线程执行完毕。
# -*- coding: utf-8 -*- # Name: multi_thread.py # Author: 小菜 # Date: 2023/6/1 20:00 # Description: import threading from selenium import webdriver from selenium.webdriver.chrome.service import Service as ChromeService from webdriver_manager.chrome import ChromeDriverManager def start_browser(): service = ChromeService(ChromeDriverManager().install()) driver = webdriver.Chrome(service=service) return driver def browser_thread(driver: webdriver.Chrome, idx: int): url_list = ['https://www.csdn.net/', 'https://www.baidu.com', 'https://music.163.com/', 'https://y.qq.com/', 'https://cn.vuejs.org/'] try: driver.execute_script(f"window.open('{url_list[idx]}')") driver.switch_to.window(driver.window_handles[-1]) driver.save_screenshot(f'{idx}.png') return True except Exception: return False def main(): for idx in range(5): driver = start_browser() threading.Thread(target=browser_thread, args=(driver, idx)).start() # 等待所有线程执行完毕 for thread in threading.enumerate(): if thread is not threading.current_thread(): thread.join() if __name__ == "__main__": main() 运行结果
- 运行时长在9.28秒（速度与网络环境有很大关系，木桶效应，取决于最后运行完成的浏览器
- 看到程序运行完成后，多出了5张截图。
线程池与 多 浏览器🎍
这份代码与 多线程与 多浏览器 的操作基本一致。速度上却比多线程节省了一半。
# -*- coding: utf-8 -*- # Name: demo2.py # Author: 小菜 # Date: 2023/6/1 20:00 # Description: from selenium import webdriver from selenium.webdriver.chrome.service import Service as ChromeService from webdriver_manager.chrome import ChromeDriverManager from concurrent.futures import ThreadPoolExecutor, as_completed MAX_WORKERS = 5 service = ChromeService(ChromeDriverManager().install()) def start_browser(): driver = webdriver.Chrome(service=service) return driver def browser_task(driver: webdriver.Chrome, idx: int): url_list = ['https://www.csdn.net/', 'https://www.baidu.com', 'https://music.163.com/', 'https://y.qq.com/', 'https://cn.vuejs.org/'] try: driver.execute_script(f"window.open('{url_list[idx]}')") driver.switch_to.window(driver.window_handles[-1]) driver.save_screenshot(f'{idx}.png') return True except Exception: return False def main(): executor = ThreadPoolExecutor(max_workers=MAX_WORKERS) ths = list() for idx in range(5): driver = start_browser() th = executor.submit(browser_task, driver, idx=idx) ths.append(th) # 获取结果 for future in as_completed(ths): print(future.result()) if __name__ == "__main__": main() 运行结果
- 运行时长在4.5秒（运行效果图不是很匹配，但确实是比多线程快很多。
- 看到程序运行完成后，多出了5张截图。
多个标签页
这个的应用场景有点意思。
这里的操作与上面的 多个浏览器其实是差不多的。
区别在于：上面打开多个浏览器，这里打开多个标签页。
所以这个需要考量一个问题：资源争夺。与是这里用上了 threading.Lock 锁，用以保护资源线程安全。
多线程与 多 标签页🎃
代码释义：
- 与上面差不多，不解释了。
# -*- coding: utf-8 -*- # Name: demo2.py # Author: 小菜 # Date: 2023/6/1 20:00 # Description: import threading from selenium import webdriver from selenium.webdriver.chrome.service import Service as ChromeService from webdriver_manager.chrome import ChromeDriverManager service = ChromeService(ChromeDriverManager().install()) lock = threading.Lock() def start_browser(): driver = webdriver.Chrome(service=service) return driver def browser_thread(driver: webdriver.Chrome, idx: int): url_list = ['https://www.csdn.net/', 'https://www.baidu.com', 'https://music.163.com/', 'https://y.qq.com/', 'https://cn.vuejs.org/'] try: lock.acquire() driver.execute_script(f"window.open('{url_list[idx]}')") driver.switch_to.window(driver.window_handles[idx + 1]) driver.save_screenshot(f'{idx}.png') return True except Exception: return False finally: lock.release() def main(): driver = start_browser() for idx in range(5): threading.Thread(target=browser_thread, args=(driver, idx)).start() # 等待所有线程执行完毕 for thread in threading.enumerate(): if thread is not threading.current_thread(): thread.join() if __name__ == "__main__": main() 运行结果
线程池与 多 标签页👀
这里不展示运行结果了，因为效果与 多线程与 多 标签页 一致。
# -*- coding: utf-8 -*- # Name: thread_pool.py # Author: 小菜 # Date: 2023/6/1 20:00 # Description: import time import threading from selenium import webdriver from selenium.webdriver.chrome.service import Service as ChromeService from webdriver_manager.chrome import ChromeDriverManager from concurrent.futures import ThreadPoolExecutor, as_completed MAX_WORKERS = 5 service = ChromeService(ChromeDriverManager().install()) lock = threading.Lock() def start_browser(): driver = webdriver.Chrome(service=service) return driver def browser_task(driver: webdriver.Chrome, idx: int): url_list = ['https://www.csdn.net/', 'https://www.baidu.com', 'https://music.163.com/', 'https://y.qq.com/', 'https://cn.vuejs.org/'] try: lock.acquire() driver.execute_script(f"window.open('{url_list[idx]}')") driver.switch_to.window(driver.window_handles[idx + 1]) driver.save_screenshot(f'{idx}.png') return True except Exception: return False finally: lock.release() def main(): driver = start_browser() executor = ThreadPoolExecutor(max_workers=MAX_WORKERS) ths = list() for idx in range(5): th = executor.submit(browser_task, driver, idx=idx) ths.append(th) # 获取结果 for future in as_completed(ths): print(future.result()) if __name__ == "__main__": st = time.time() main() et = time.time() print(et - st) 总结⚡⚡
本文章介绍了 Selenium + threading 和 Selenium + ThreadPoolExecutor 来创建多个浏览器或多个标签页的操作。
文中示例的代码比较简单，所以 线程池 比 多线程 运行的更加快。
但在实际的使用过程中，可以根据自己的喜好去选择 线程池 还是 多线程 。
后话
本次分享到此结束，
see you~🐱🏍🐱🏍
