news 2026/6/15 23:20:36

使用 webdriver-manager配置geckodriver

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
使用 webdriver-manager配置geckodriver

使用webdriver-manager来自动管理geckodriver(无需手动下载、配置环境变量),这是 Selenium 自动化中更高效、更省心的方案,我会为你提供完整的配置步骤、代码示例和核心注意事项。

一、前置准备:安装必要依赖

首先需要安装两个核心 Python 包:selenium(核心自动化库)和webdriver-manager(自动管理驱动),打开终端执行以下命令:

# 基础安装(推荐最新版) pip install selenium webdriver-manager # 国内源加速(可选,解决下载缓慢问题) pip install selenium webdriver-manager -i https://pypi.tuna.tsinghua.edu.cn/simple

二、核心原理说明

webdriver-manager针对 Firefox 的geckodriver提供了专属的GeckoDriverManager类,其核心作用是:

  1. 自动检测你的Firefox 浏览器版本操作系统类型(Windows/Mac/Linux)
  2. 自动从官方仓库下载匹配版本的geckodriver,无需手动干预
  3. 自动管理驱动缓存(下载后缓存到本地,后续运行无需重复下载)
  4. 自动返回驱动的可执行路径,无需手动配置系统环境变量

三、完整代码示例(两种常用写法)

示例 1:Selenium 4.x 推荐写法(使用Service类)

这是 Selenium 4.0 及以上版本的标准用法,结构更清晰,兼容性更好:

# 导入必要模块 from selenium import webdriver from selenium.webdriver.firefox.service import Service from webdriver_manager.firefox import GeckoDriverManager import time def firefox_auto_demo(): # 1. 利用 GeckoDriverManager 自动获取匹配的 geckodriver 路径 service = Service(executable_path=GeckoDriverManager().install()) # 2. 初始化 Firefox 驱动(自动加载对应 geckodriver) driver = webdriver.Firefox(service=service) try: # 3. 执行自动化操作示例 driver.get("https://www.baidu.com") print("成功打开Firefox,当前页面标题:", driver.title) # 等待页面加载稳定 time.sleep(2) # 窗口最大化(可选) driver.maximize_window() time.sleep(10) finally: # 4. 关闭浏览器,释放资源 driver.quit() if __name__ == "__main__": firefox_auto_demo()

程序自动调出firefox浏览器,并停留了大约后,firefox浏览器自动关闭了!

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/15 16:03:45

YOLO与Prometheus Alertmanager集成:智能告警分发

YOLO与Prometheus Alertmanager集成:智能告警分发 在智能制造工厂的夜班巡检中,一个未佩戴安全帽的工人无意走入高危作业区。传统红外传感器可能因温差误触发警报,或干脆漏报;而人工监控又难以保证全天候专注。如果系统不仅能“看…

作者头像 李华
网站建设 2026/6/15 15:51:32

夸克在线直链提取网站_夸克网盘直链解析网站

今天教大家一招能解决夸克网盘限制的在线工具。这个工具也是完全免费使用的。下面让大家看看我用这个工具的下载速度咋样。地址获取:放在这里了,可以直接获取 这个速度还是不错的把。对于平常不怎么下载的用户还是很友好的。下面开始今天的教学 输入我给…

作者头像 李华
网站建设 2026/6/15 14:44:14

Llama 3-8B-Instruct 在昇腾 NPU 上的 SGLang 性能实测

1.引言 随着大模型在各类智能应用中的广泛应用,高效的推理硬件成为关键瓶颈。昇腾 NPU(Ascend Neural Processing Unit)凭借其高算力、低能耗以及对 SGLang 的深度优化,能够显著提升大模型推理性能。本文以 Llama 3-8B-Instruct …

作者头像 李华
网站建设 2026/6/15 14:41:40

YOLO模型灰度发布前的冒烟测试流程

YOLO模型灰度发布前的冒烟测试流程 在智能制造工厂的视觉质检线上,一个新版本的目标检测模型刚刚完成训练并打包成Docker镜像。运维团队正准备将其部署到边缘设备集群中——但就在发布前30秒,自动化系统突然拦截了这次操作,并发出告警&#x…

作者头像 李华
网站建设 2026/6/15 19:22:28

YOLO在高速公路监控的应用:违章停车自动抓拍

YOLO在高速公路监控的应用:违章停车自动抓拍 在高速公路上,一辆货车突然停在应急车道上,司机下车查看货物。这一幕看似平常,但在没有人工干预的监控系统中,这样的行为可能要过十几分钟才会被发现——而那时&#xff0c…

作者头像 李华
网站建设 2026/6/15 20:45:37

YOLO目标检测中的长尾分布问题:少样本类别应对

YOLO目标检测中的长尾分布问题:少样本类别应对 在工业质检线上,一台基于YOLO的视觉系统正高速运转,实时识别产品表面缺陷。突然,一个极其罕见但致命的“微裂纹”缺陷从传送带上闪过——模型沉默了。它从未见过这种样本足够多的“典…

作者头像 李华