Skip to content

Abas

Uma aba é o objeto que você controla: navegação, busca de elementos e tudo em uma página acontece através dela. Um navegador pode manter muitas abas ao mesmo tempo, e você pode controlá-las de forma concorrente em vez de uma de cada vez.

Abrir e fechar abas

browser.start() te dá a primeira aba. browser.new_tab() abre mais, e tab.close() fecha uma. O próprio navegador fecha quando o bloco with termina, levando toda aba junto.

from pydoll.sync import Chrome

def main():
    with Chrome() as browser:
        tab = browser.start()
        tab.go_to('https://news.ycombinator.com')

        # abre outra aba, já navegada
        docs = browser.new_tab('https://en.wikipedia.org/wiki/Web_scraping')
        print(docs.title())

        docs.close()

main()

import asyncio

from pydoll import Chrome


async def main():
    async with Chrome() as browser:
        tab = await browser.start()
        await tab.go_to('https://news.ycombinator.com')

        # abre outra aba, já navegada
        docs = await browser.new_tab('https://en.wikipedia.org/wiki/Web_scraping')
        print(await docs.title())

        await docs.close()

asyncio.run(main())

Passe uma URL para new_tab(url) e a aba navega até lá antes de retornar. Chame new_tab() sem argumento para uma aba em branco que você navega depois.

Fazer scraping de várias páginas de uma vez

Dê a cada página sua própria aba e carregue todas ao mesmo tempo, para que os tempos de carregamento se sobreponham em vez de se somarem: um pool de threads na API síncrona, em que cada thread bloqueia na sua própria aba, ou asyncio.gather na API assíncrona. Reutilize a aba de start() como o primeiro worker em vez de deixá-la ociosa.

from concurrent.futures import ThreadPoolExecutor

from pydoll.sync import Chrome


def title_of(tab, url):
    tab.go_to(url)
    return tab.title()


def main():
    urls = [
        'https://en.wikipedia.org/wiki/Async/await',
        'https://en.wikipedia.org/wiki/Coroutine',
        'https://en.wikipedia.org/wiki/Web_scraping',
    ]
    with Chrome() as browser:
        first = browser.start()
        tabs = [first] + [browser.new_tab() for _ in urls[1:]]

        with ThreadPoolExecutor() as pool:
            titles = list(pool.map(title_of, tabs, urls))
        for title in titles:
            print(title)

main()

import asyncio

from pydoll import Chrome


async def title_of(tab, url):
    await tab.go_to(url)
    return await tab.title()


async def main():
    urls = [
        'https://en.wikipedia.org/wiki/Async/await',
        'https://en.wikipedia.org/wiki/Coroutine',
        'https://en.wikipedia.org/wiki/Web_scraping',
    ]
    async with Chrome() as browser:
        first = await browser.start()
        tabs = [first] + [await browser.new_tab() for _ in urls[1:]]

        titles = await asyncio.gather(*(title_of(tab, url) for tab, url in zip(tabs, urls)))
        for title in titles:
            print(title)

asyncio.run(main())

As três páginas carregam de forma concorrente, então a execução leva mais ou menos o tempo da página isolada mais lenta. As chamadas síncronas podem ser feitas de várias threads ao mesmo tempo com segurança. Veja Python assíncrono na prática para entender como o gather funciona.

Listar as abas abertas

browser.get_opened_tabs() retorna toda aba aberta. O último item é o aberto mais recentemente.

with Chrome() as browser:
    browser.start()
    browser.new_tab('https://github.com')
    browser.new_tab('https://news.ycombinator.com')

    tabs = browser.get_opened_tabs()
    for tab in tabs:
        print(tab.current_url())

async with Chrome() as browser:
    await browser.start()
    await browser.new_tab('https://github.com')
    await browser.new_tab('https://news.ycombinator.com')

    tabs = await browser.get_opened_tabs()
    for tab in tabs:
        print(await tab.current_url())

Lidar com uma aba que a página abriu

Quando um clique abre uma aba (um link com target="_blank"), ela aparece em get_opened_tabs(). Compare a lista antes e depois do clique, e a nova aba é a última.

before = len(browser.get_opened_tabs())

link = tab.find(text='Open in new tab')
link.click()

tabs = browser.get_opened_tabs()
if len(tabs) > before:
    new_tab = tabs[-1]
    print(new_tab.current_url())

before = len(await browser.get_opened_tabs())

link = await tab.find(text='Open in new tab')
await link.click()

tabs = await browser.get_opened_tabs()
if len(tabs) > before:
    new_tab = tabs[-1]
    print(await new_tab.current_url())

Trazer uma aba para frente

A automação controla abas em segundo plano sem problema, mas algumas páginas só rodam timers ou animações enquanto estão visíveis. bring_to_front() torna uma aba a ativa.

background_tab.bring_to_front()

await background_tab.bring_to_front()

Próximos passos