在使用selenium + chrome 作自动化测试的时候,有可能会出现网页连接超时的情况

如果出现网页连接超时,将会导致 webdriver 也跟着无法响应,不能继续进行任何操作

即时是去打开新的连接也会报Time out错误

那么如果有很多连接要去做弹窗抓取,却不想因为其中一两个页面超时而中断进程该怎么办呢?

这时候你需要一个备用标签做金刚保护罩来护体!

具体的思路是在打开需求页面之后,再次开启一个新的标签去访问一个一定不会超时的页面(如百度),此时窗口句柄不要切换,依旧按照自己的逻辑去操作,当出现页面超时情况的时候,关闭原有标签,设置主窗口句柄到百度页面所在的标签通过get访问后续的连接,同时在开启一个标签做保护罩即可。

相关代码实现:

#!/usr/bin/python3
# -*- coding: UTF-8 -*-

import traceback
from xml import etree
from selenium import webdriver
from selenium.webdriver.chrome.options import Options

chrome_options = Options()
prefs = {
   'profile.default_content_setting_values': {
        'images': 2,    # 禁用图片的加载
        'javascript': 2 ##禁用js,可能会导致通过js加载的互动数抓取失效
    }
}
chrome_options.add_experimental_option("prefs", prefs)
# chrome_options.add_argument("--headless") # 不弹出浏览器
browser = webdriver.Chrome(chrome_options=chrome_options)
browser.implicitly_wait(5) # 操作、获取元素时的隐式等待时间
browser.set_page_load_timeout(10) # 页面加载超时等待时间
main_win = browser.current_window_handle #记录当前窗口的句柄
all_win = browser.window_handles
# 开始访问页面
print('Opening page')

urls = [] # 定义你想要抓取的全部的页面
for url in urls:
  try:
    if len(all_win) == 1:
        print('弹出保护罩')
        js = 'window.open("https://www.baidu.com");'
        browser.execute_script(js)
        # 还是定位在main_win上的
        for win in all_win:
            if main_win != win:
                print('保护罩WIN', win, 'Main', main_win)
                browser.switch_to.window(main_win)

    browser.get(url) # 此处访问你需要的URL
    body = browser.page_source
    html = etree.HTML(body)
    # 下面是你的抓取逻辑 省略

  except:
    # 超时
    print('Time out')
    # 切换新的浏览器窗口
    for win in all_win:
        if main_win != win:
            print('保护罩WIN', win, 'Main', main_win)
            print '切换到保护罩'
            browser.close()
            browser.switch_to.window(win)
            main_win = win

    js = 'window.open("https://www.baidu.com");'
    browser.execute_script(js)
    if 'time' in str(traceback.format_exc()):
        print '页面访问超时'