Skip to content

标签页

标签页是你所驱动的对象：导航、查找元素以及页面上的一切都通过它进行。一个浏览器可以同时持有许多标签页，而由于 Pydoll 是异步的，你可以并发地驱动它们，而不必一次只处理一个。

打开和关闭标签页

browser.start() 给你第一个标签页。browser.new_tab() 打开更多，tab.close() 关闭一个。async with 块结束时浏览器本身会关闭，连同它的每一个标签页。

import asyncio

from pydoll.browser.chromium import Chrome


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

        # 打开另一个标签页，已经导航好了
        docs = await browser.new_tab('https://en.wikipedia.org/wiki/Web_scraping')
        print(await docs.title)

        await docs.close()

asyncio.run(main())

给 new_tab(url) 传一个 URL，标签页会在返回之前导航到那里。不带参数调用 new_tab() 则得到一个空白标签页，稍后再导航。

一次抓取多个页面

这就是异步设计的回报：给每个页面一个自己的标签页，用 asyncio.gather 把它们跑起来，这样它们的加载时间会重叠，而不是叠加。把 start() 得到的标签页复用为第一个工作单元，而不是让它闲置。

import asyncio

from pydoll.browser.chromium 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())

这三个页面并发加载，所以整个运行耗时大约等于最慢的那个单页。关于 gather 如何工作，参见实战中的异步 Python。

列出打开的标签页

browser.get_opened_tabs() 返回每一个打开的标签页。最后一项是最近打开的。

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)

处理页面打开的标签页

当一次点击打开了一个标签页（带 target="_blank" 的链接），它会出现在 get_opened_tabs() 中。比较点击前后的列表，新的标签页就是最后一个。

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)

把标签页带到前台

自动化驱动后台标签页没问题，但有些页面只在可见时才运行定时器或动画。bring_to_front() 把一个标签页设为活动的那个。

await background_tab.bring_to_front()

下一步