用Selenium下载google

Question

我正在尝试用Python中的Selenium作为pdf下载一个google。不幸的是，我的html知识非常少，因此我不知道我需要什么html让它点击文件，然后下载为pdf。我意识到我可以使用工具来获得html，但这并不适合我。

以下是我到目前为止尝试过的：

from selenium import webdriver 

url = ' https://docs.google.com/document/d/1Y1n-RR5j_FQ9WFMG8E_ajO0OpWLNANRu4lQCxTw9T5g/edit?pli=1' 

browser = webdriver.Firefox()
browser.get(url)

任何帮助都将不胜感激；谢谢！

Answer 1

正如你在评论中提到的，Google不喜欢被刮掉。

驾驶命令看起来是适合这类工作的工具。-你想做的事，但不是你想做的方式.根据docs (即我还没有测试它)，这个命令看起来像是下载了您的文件：

drive pull --export docx --id 1Y1n-RR5j_FQ9WFMG8E_ajO0OpWLNANRu4lQCxTw9T5g

(总的来说，我发现使用Selenium最简单的方法是使用硒IDE告诉Selenium您想要做什么，然后通过File > Export Test Case As... > Python 2 / unittest / Web Driver导出结果测试用例。)

希望这能有所帮助。

Answer 2

我有一个可行的解决方案，我不知道谷歌是否会更新以缓解这一状况。现在这是在c#中，但是selenium功能基本上是相同的。显示所有的菜单项，除了下载作为菜单，并返回下载作为webelement。使用selenium单击它，然后选择一个格式并返回要单击的webelement。我无法只使用javascript进行单击，我无法知道如何触发它，但是使用selenium驱动程序单击它效果很好。

使菜单的大部分可见，并返回下载作为webelement。

  document.querySelector(`#docs-file-menu`).className = 'menu-button goog-control goog- 
  inline-block goog-control-open docs-menu-button-open-below';
  document.querySelector(`#docs-file-menu`).setAttribute('aria-expanded', 'true');
  document.querySelectorAll(`.goog-menu:not(.goog-menu-noaccel)`)[0].className = 'goog-menu goog-menu-vertical docs-material docs-menu-hide-mnemonics docs-menu-attached-button-above';
  document.querySelectorAll(`.goog-menu:not(.goog-menu-noaccel)`)[0].setAttribute('style', 'user-select: none; visibility: visible; left: 64px; top: 64px;');
  // download as
  // 2 parents above 
  document.querySelector(`[aria-label='Download as d']`).parentElement.parentElement.className = 'goog-menuitem apps-menuitem goog-submenu goog-submenu-open goog-menuitem-highlight'
  return document.querySelector(`[aria-label='Download as d']`).parentElement.parentElement;

单击下载作为btn：

IWebElement btn = (IWebElement)((IJavaScriptExecutor)driver).ExecuteScript(btnClickJs);
btn.Click();

选择格式：

var formatCss = document.querySelectorAll(`.goog-menu.goog-menu-noaccel`)[6].querySelectorAll(`.goog-menuitem.apps-menuitem`)
                            var format = 'injectformathere' ? 'injectformathere' : '.html'

for (let i = 0; i < formatCss.length; i++) {
   if(formatCss[i].innerText.indexOf(format)!= -1)
       return formatCss[i]    
   }
return null

单击格式：

btn = (IWebElement)((IJavaScriptExecutor)driver).ExecuteScript(btnClickJs);
if (btn != null)
  btn.Click();