Python实现后台页面自动翻页的完整教程

本文还有配套的精品资源，点击获取

简介：本文详细介绍了如何利用Python语言结合Selenium库、正则表达式和time库实现Web自动化，特别是如何自动化地翻页并抓取后台页面数据。以ShopXO电商后台系统为例，展示了从登录到遍历商品列表页面，使用正则表达式解析页码，并通过循环实现自动翻页的完整过程。

1. Python Web自动化简介

随着技术的不断进步，Web自动化测试已经成为确保软件质量的重要环节。本章旨在为读者提供Python Web自动化的概念性指导和入门知识，帮助读者了解在Web自动化测试中会遇到的常见问题，并展示如何使用Python这一强大的编程语言来解决这些问题。

Web自动化测试是一种利用软件工具，模拟人工操作来测试Web应用的自动化过程。它主要包括了模拟用户界面操作、执行功能测试、验证页面元素状态等多个方面。Python因其简洁的语法和强大的库支持，非常适合用于编写自动化脚本，尤其是在Web自动化测试领域。

本章将概述Python在Web自动化测试中的优势，并引出后续章节中将详细讨论的Selenium库，让读者在学习如何编写自动化测试脚本之前，有一个宏观的认识。我们接下来将深入探讨Selenium库的安装、配置以及实际应用，通过具体的示例来展示如何用Python实现Web自动化测试。

2. Selenium库的使用与介绍

2.1 Selenium库的基本概念

2.1.1 Selenium的组成和功能

Selenium是一个用于Web应用程序测试的工具。它最初被设计为一个浏览器自动化框架，后来逐渐演变成一个完整的Web自动化测试套件。Selenium的核心组件包括WebDriver和Selenium IDE，其中WebDriver支持多种编程语言，包括Python。

WebDriver允许开发者编写测试脚本，模拟用户在浏览器中的所有操作，如点击链接、填写表单、提交数据等。Selenium IDE则是一个浏览器扩展工具，可以记录用户的浏览器操作，并生成测试脚本。

2.1.2 安装和配置Selenium

为了在Python项目中使用Selenium，首先需要安装Selenium库。可以通过Python的包管理工具pip来完成安装：

pip install selenium

安装完成后，需要下载对应的WebDriver。以Chrome浏览器为例，需要下载ChromeDriver，并确保其可执行路径被加入到系统的PATH环境变量中，或者在Python脚本中指定ChromeDriver的路径。

2.2 Selenium的Web元素操作

2.2.1 Web元素的选择方法

Selenium提供了多种方法来定位Web页面上的元素，这些方法包括但不限于id、class name、name、tag name、link text、partial link text和CSS selector。为了提高代码的可读性和可维护性，推荐使用更具有描述性的定位策略，如name或CSS selector。

以CSS选择器为例，以下是一个示例代码，展示了如何使用Selenium选择页面上具有特定id的元素：

from selenium import webdriver

driver = webdriver.Chrome()
driver.get("https://www.example.com")

# 使用CSS选择器定位元素
element = driver.find_element_by_css_selector("#loginButton")

在这段代码中， find_element_by_css_selector 方法被用来查找id为 loginButton 的元素。

2.2.2 Web元素的交互操作

选定元素后，Selenium允许用户对这些元素执行各种操作，比如点击、输入文本、选择下拉菜单等。以下是一些基本的Web元素交互操作示例：

# 点击元素
element.click()

# 输入文本
element.send_keys("username")

# 选择下拉菜单
from selenium.webdriver.support.ui import Select
select_element = Select(driver.find_element_by_name("dropdown"))
select_element.select_by_index(1)  # 根据索引选择

在这个例子中， send_keys 方法用于向输入框中发送文本，而 Select 类用于操作下拉菜单。

2.3 Selenium的测试框架应用

2.3.1 设计测试用例和数据驱动

在进行自动化测试时，设计测试用例和实施数据驱动测试是至关重要的。通过数据驱动测试，可以使用不同的输入数据集重复执行相同的测试步骤，从而提高测试的覆盖率。

例如，可以创建一个包含多组测试数据的CSV文件，并通过Selenium读取这些数据来执行测试：

import csv
from selenium import webdriver

driver = webdriver.Chrome()
driver.get("https://www.example.com")

with open('test_data.csv', 'r') as csvfile:
    data = csv.reader(csvfile)
    for row in data:
        username = row[0]
        password = row[1]
        driver.find_element_by_id("username").send_keys(username)
        driver.find_element_by_id("password").send_keys(password)
        driver.find_element_by_id("loginButton").click()
        # 进行其他测试步骤...

在这个脚本中，每行CSV文件包含了一组测试数据，分别代表用户名和密码。

2.3.2 测试报告生成与分析

为了有效地分析测试结果，生成测试报告是必不可少的。Selenium通过Python的第三方库，如unittest或pytest，可以方便地生成格式化的测试报告。

以unittest为例，可以创建一个测试套件，然后运行所有的测试用例并生成测试报告：

import unittest

class MyTestCase(unittest.TestCase):
    def test_login(self):
        # 编写测试逻辑
        pass

if __name__ == '__main__':
    unittest.main()

运行这个脚本，unittest将自动执行所有测试方法，并在控制台输出测试结果。如果需要更详细的报告，可以使用第三方库，如HTMLTestRunner或pytest-html来生成HTML格式的报告。

这些内容介绍了Selenium库的基本概念、Web元素操作以及测试框架应用的关键方面。通过逐步深入，本章节旨在帮助读者掌握Selenium的核心功能，并将其应用于Web自动化测试实践中。接下来的章节将深入探讨正则表达式在文本处理中的应用，以及time库在控制程序执行流程中的作用。

3. 正则表达式在文本处理中的应用

3.1 正则表达式的原理和语法

3.1.1 正则表达式的基础构成

正则表达式（Regular Expression）是一种强大的文本处理工具，它能够通过特定模式的字符串来进行搜索、匹配、替换等操作。在编写正则表达式时，需要注意元字符（metacharacters）和普通字符（literal characters）的使用。

• 元字符 ：元字符是正则表达式中具有特殊意义的字符。例如，点号（ . ）代表任意单个字符；星号（ * ）表示前面的字符可以出现零次或多次；问号（ ? ）表示前面的字符可选（出现零次或一次）。
• 普通字符 ：在正则表达式中直接表示它自身的字符，如字母、数字、空格等。

# 例如，一个简单的正则表达式
\d+\.\d+ 

# 分析
# \d 表示匹配一个数字（等同于 [0-9]）
# + 表示匹配前面的子表达式一次或多次
# \. 表示匹配小数点符号（因为点号在正则表达式中是一个元字符）

3.1.2 正则表达式的常用操作

正则表达式支持多种操作，包括匹配、替换、分割等：

• 匹配（Matching） ：检查一个字符串是否符合特定的模式。
• 替换（Replacing） ：将字符串中符合模式的部分替换为其他字符串。
• 分割（Splitting） ：根据匹配的模式将字符串分割成多个部分。

import re

# 匹配操作示例
text = "Hello World! 12345."
pattern = r'\d+'
match = re.search(pattern, text)

if match:
    print("找到匹配：", match.group()) # 输出：找到匹配： 12345

# 替换操作示例
text = "Hello World! 12345."
pattern = r'\d+'
replacement = "XXXXX"
new_text = re.sub(pattern, replacement, text) # 替换数字部分为"XXXXX"
print(new_text) # 输出：Hello World! XXXXX.

# 分割操作示例
text = "Hello,World,12345."
pattern = r','
split_text = re.split(pattern, text) # 使用逗号分割文本
print(split_text) # 输出：['Hello', 'World', '12345.']

3.2 正则表达式在数据抓取中的作用

3.2.1 提取网页中的特定信息

正则表达式是提取网页信息的利器。它可以根据需要定义模式，从而准确地从HTML代码中提取特定数据。

import re

html_content = """
<html>
    <head>
        <title>Example Page</title>
    </head>
    <body>
        <p>Regular expressions are powerful!</p>
        <a href="https://www.example.com">Link</a>
    </body>
</html>

# 提取网页中的链接
pattern = r'href="(https?://[^\"]*)"'
matches = re.findall(pattern, html_content)

for match in matches:
    print("找到链接：", match) # 输出：找到链接： https://www.example.com

3.2.2 处理和验证用户输入

验证用户输入是Web应用中常见的任务。使用正则表达式，可以轻松实现电子邮件、电话号码、用户名称等数据的有效性检查。

# 示例：验证电子邮件地址
email_pattern = r'[a-z0-9._%+-]+@[a-z0-9.-]+\.[a-z]{2,}$'
email_to_test = "example@example.com"

if re.match(email_pattern, email_to_test):
    print("电子邮件地址有效")
else:
    print("电子邮件地址无效")

3.3 正则表达式高级应用案例

3.3.1 分析复杂文本数据

在分析复杂文本时，如日志文件、CSV格式数据等，正则表达式可以帮助我们快速定位和提取关键信息。

import re

log_entry = """
2023-04-01 10:15:30 INFO: An error occurred in the data processing.
2023-04-01 10:16:20 DEBUG: Server is up and running.

# 提取所有日志级别信息
pattern = r'(\w+):'
log_levels = re.findall(pattern, log_entry)

print("提取的日志级别：", log_levels) # 输出：提取的日志级别： ['INFO', 'DEBUG']

3.3.2 编写自定义正则表达式函数

为了提高代码的复用性和可读性，我们可以将常用的正则表达式模式封装成函数。

import re

def extract_emails(text):
    """从文本中提取所有电子邮件地址"""
    email_pattern = r'[a-z0-9._%+-]+@[a-z0-9.-]+\.[a-z]{2,}$'
    return re.findall(email_pattern, text)

text_to_search = "Contact us at: info@example.com, support@example.org"
emails = extract_emails(text_to_search)

print("找到的电子邮件地址：", emails) # 输出：找到的电子邮件地址： ['info@example.com', 'support@example.org']

正则表达式是文本处理不可或缺的工具，它能够高效地帮助开发者进行模式匹配和字符串操作。在实际应用中，熟练掌握正则表达式的原理和语法，结合具体的场景需求，可以显著提高数据处理的效率和准确性。

4. time库在控制程序执行流程中的应用

4.1 time库概述及功能

4.1.1 time库的时间获取

time库是Python标准库的一部分，它为时间处理提供了多种实用函数。使用time库可以获取当前时间，时间戳，格式化时间等。在自动化脚本中，我们经常需要了解和记录脚本执行的具体时间点，以实现时间控制和记录。

以下是time库获取当前时间的基本用法：

import time

# 获取当前时间的时间戳，精确到秒
current_timestamp = time.time()
print("当前时间戳:", current_timestamp)

# 获取当前时间的元组形式
current_time_tuple = time.localtime()
print("当前时间元组:", current_time_tuple)

# 格式化时间输出
formatted_time = time.strftime("%Y-%m-%d %H:%M:%S", current_time_tuple)
print("格式化当前时间:", formatted_time)

• time.time() 函数返回的是自1970年1月1日（UTC）以来的秒数。
• time.localtime() 函数将时间戳转换为本地时间的表示形式。
• time.strftime() 函数用于将时间元组转换为字符串表示形式。

通过这三个函数，我们可以灵活地获取和格式化当前时间，满足不同的时间处理需求。

4.1.2 time库的延时功能

在自动化脚本执行过程中，我们有时需要让程序暂停一段指定的时间，time库提供的 time.sleep() 函数就可以实现这一功能。这对于控制脚本的执行速度，或是等待某些异步操作完成时非常有用。

以下是一个使用 time.sleep() 函数的示例：

import time

print("开始延时测试")
# 程序将会暂停5秒
time.sleep(5)
print("延时结束")

在实际应用中，合理利用 time.sleep() 可以避免因为过于频繁的操作而导致系统资源紧张，或是触发服务器的反爬虫机制。

4.2 time库在自动化脚本中的实践

4.2.1 控制脚本执行时间

控制脚本执行时间是自动化测试中一项常见的需求。例如，我们可能需要在一定时间间隔后重复执行某些操作，或者在特定时间段内对某些事件进行监控。time库可以配合定时任务来实现这些功能。

一个简单的定时任务实现示例如下：

import time

def execute_task():
    # 这里可以放置执行任务的代码
    pass

# 设置脚本执行周期为10秒
interval = 10

while True:
    start_time = time.time()
    execute_task()
    elapsed_time = time.time() - start_time
    sleep_time = max(interval - elapsed_time, 0)
    time.sleep(sleep_time)

在这个例子中， execute_task() 函数代表要执行的任务，程序将确保该函数每10秒执行一次。 time.sleep() 会根据实际执行时间动态计算需要休眠的时长，从而确保整体周期的准确性。

4.2.2 同步多个自动化任务的时间

在复杂的自动化系统中，经常需要多个任务或脚本协同工作。time库可以帮助我们实现任务的时间同步，确保多个进程或线程在预定的时间点执行指定的操作。

以下是一个简单的多任务时间同步的示例：

import time

def task_1():
    print("任务1开始执行")

def task_2():
    print("任务2开始执行")

def sync_tasks(interval):
    while True:
        task_1()
        task_2()
        time.sleep(interval)

sync_tasks(5)  # 每5秒执行一次任务

在这个例子中，我们定义了两个任务函数 task_1 和 task_2 ，通过 sync_tasks 函数来控制这两个任务每隔5秒执行一次。这种方式可以用于多个自动化任务的同步执行。

以上内容展示了time库在控制程序执行流程中的应用。它不仅帮助我们获取和格式化时间，还能控制脚本的执行时间间隔，并协助完成任务的同步执行。在实际的自动化项目中，合理运用time库能够显著提升脚本的效率和准确性。

5. ShopXO后台系统介绍

5.1 ShopXO后台的功能模块

5.1.1 用户管理模块

在后台管理系统中，用户管理是核心功能之一，确保了平台能够对用户进行有效地组织和控制。用户管理模块通常包含以下关键子功能：

• 用户信息展示 : 显示所有用户的基本信息，如用户名、注册时间、联系方式等。
• 权限分配 : 根据不同的角色，给用户分配不同的权限，以实现权限的细粒度控制。
• 搜索与筛选 : 能够根据特定的条件（如用户名、邮箱或注册时间）搜索用户，便于管理。
• 封禁与解封 : 对于违规或长时间未登录的用户，后台管理员可以执行封禁操作，必要时也可以解封。
• 用户数据分析 : 提供用户行为分析工具，帮助商家了解用户活跃度、喜好等数据。

在实际应用中，用户管理模块会利用数据库系统存储用户数据，并通过接口与前端展示层进行数据交互。

5.1.2 订单处理模块

订单处理模块是电商后台系统中负责处理用户下单到订单完成的整个流程。它的关键功能通常包括：

• 订单生成 : 记录用户购买商品的信息，包括商品详情、价格、数量和订单状态。
• 订单审核 : 对订单进行人工审核，确保订单无误后进行下一步。
• 支付处理 : 跟踪支付状态，对已支付的订单进行标记，对未支付或支付失败的订单进行处理。
• 发货跟踪 : 确认订单发货后，更新订单状态，提供物流信息追踪。
• 退换货管理 : 处理用户的退换货请求，记录退换货状态和历史，保证用户权益。

订单处理模块是电商平台运营的核心，它直接关联到商家的收益和客户的购物体验，因此需要非常高效和准确。

5.2 ShopXO后台的操作流程

5.2.1 后台登录和验证机制

ShopXO后台系统通常通过登录验证机制来确保只有授权的人员才能访问。这个流程一般包括以下几个步骤：

1. 用户身份验证 : 用户输入账号密码进行登录。
2. 多因素认证 : 在重要操作时，系统可能会要求额外的认证方式，比如手机短信验证码、邮箱链接或应用令牌。
3. 登录状态保持 : 通过生成一个会话（session）或令牌（token）来标识用户身份，保持登录状态。
4. 权限检查 : 每次用户尝试进行操作前，系统会检查其是否有权限执行该操作。

为了安全起见，后台登录和验证机制需要周期性地进行审查和更新，以防止密码泄露等安全问题。

5.2.2 后台数据的基本处理

对数据的操作是后台系统的主要工作，包括但不限于以下几点：

• 数据查看 : 显示数据列表，方便管理员快速浏览各类信息。
• 数据编辑 : 允许对数据项进行修改，如编辑商品详情、用户信息等。
• 数据新增 : 通过表单向系统中添加新的数据记录。
• 数据删除 : 对不再需要的数据进行删除操作。
• 数据导出 : 将数据导出为CSV或Excel格式，用于数据分析或备份。

在进行数据处理时，必须确保操作的准确性和数据的完整性，防止因误操作导致数据丢失或损坏。

6. 自动化登录ShopXO后台流程

在互联网行业中，自动化登录后台系统是自动化测试和数据抓取中常见的操作。为了提升工作效率和减少人工操作的繁琐性，通过脚本自动化处理登录过程不仅可以节省时间，还可以在一定程度上保证操作的一致性和准确性。本章节将详细探讨自动化登录ShopXO后台的理论基础和实践操作。

6.1 自动化登录的理论基础

6.1.1 登录流程分析

自动化登录ShopXO后台的第一步是理解登录流程。登录通常包括向服务器发送认证信息，比如用户名和密码，并处理服务器返回的响应。在大多数Web应用中，这一过程通过HTTP请求完成，可能涉及到的步骤包括：

• 用户打开登录页面并输入用户名和密码。
• 浏览器将这些信息通过表单提交到服务器。
• 服务器验证这些信息，如果正确，返回一个session或token。
• 浏览器保存这个session或token，并在后续的请求中带上这个session或token以维持登录状态。

6.1.2 身份验证和会话管理

身份验证确保只有授权用户可以访问特定的数据和功能。会话管理则负责跟踪用户状态，确保用户在一系列请求和响应中的身份得到验证和保持。常用的会话管理技术包括：

• Cookie：服务器发送包含标识信息的Cookie到客户端，浏览器会在之后的请求中发送回这个Cookie。
• Session：服务器创建会话信息，并分配一个唯一的会话ID给客户端。会话ID通常储存在Cookie中，用于标识用户的会话。
• Token：在无状态的环境中，Token可以用来认证和授权用户，例如JWT（JSON Web Tokens）。

了解这些技术对于实现自动化登录至关重要，因为自动化脚本必须能够模拟这些过程。

6.2 自动化登录的实践操作

6.2.1 编写登录脚本

使用Selenium库可以非常容易地实现自动化登录。以下是登录ShopXO后台的一个基本脚本示例：

from selenium import webdriver
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.common.by import By
import time

# 配置浏览器驱动
driver = webdriver.Chrome(executable_path='path/to/chromedriver')

# 打开登录页面
driver.get('http://shopxo.example/login')

# 等待页面加载
time.sleep(3)

# 找到用户名和密码的输入框，并输入账号密码
username_input = driver.find_element(By.ID, 'username')
password_input = driver.find_element(By.ID, 'password')
username_input.send_keys('your_username')
password_input.send_keys('your_password')

# 找到登录按钮并点击
login_button = driver.find_element(By.ID, 'login_button')
login_button.click()

# 等待一段时间以确保登录完成
time.sleep(5)

# 检查是否成功登录（例如，检查一个已知的登录后的页面元素）
try:
    success_message = driver.find_element(By.ID, 'success_message')
    print("登录成功")
except:
    print("登录失败")

在上述代码中，我们首先导入了Selenium库中的一些关键模块，并配置了浏览器驱动。然后打开登录页面，并找到对应的输入框以及登录按钮进行操作。之后的脚本还包括了登录验证的逻辑。

6.2.2 异常处理和日志记录

自动化脚本运行过程中可能会遇到各种意外情况，因此编写健壮的脚本需要进行异常处理和日志记录。这里是一个简单的异常处理和日志记录的例子：

try:
    # 上面的登录代码
except Exception as e:
    # 当发生任何异常时执行
    print("发生错误:", e)
    driver.quit()  # 结束浏览器驱动进程

添加异常处理可以避免因为一个错误导致整个脚本崩溃，而日志记录能够帮助我们分析脚本在运行过程中发生了什么。

在实际应用中，还应考虑使用日志库（如logging模块）记录更为详细的信息，比如登录尝试的时间戳、登录失败的原因等。

通过本章节的内容，读者应已经对自动化登录后台有了基本的理论知识和实践经验。下一章节，我们将进入更高级的自动化操作——自动化翻页抓取数据，这将涉及更多的技术和策略。

7. 自动化翻页抓取数据的实践

7.1 使用Selenium进行翻页实践

7.1.1 页面元素定位策略

在自动化翻页过程中，合理地定位页面元素是关键。Selenium提供了多种元素定位方法，如id、name、class name、tag name、link text、partial link text、CSS选择器和XPath。根据页面结构的具体情况，选择合适的定位策略以提高脚本的稳定性和效率。

例如，若需定位一个位于表格中具有特定id的按钮，可以使用如下代码：

from selenium import webdriver

driver = webdriver.Chrome() # 或使用其他浏览器驱动
button = driver.find_element_by_id('pagination_button')

若页面元素没有唯一的标识符，可以使用XPath或CSS选择器来定位具有共同特性的元素。例如，定位页面上所有的翻页按钮可以使用如下代码：

buttons = driver.find_elements_by_xpath('//button[@class="pagination"]')

7.1.2 翻页操作和数据抓取

一旦定位了翻页元素，接下来需要模拟用户的翻页操作。大多数情况下，翻页按钮是一个链接或者按钮元素，可以使用Selenium的 click() 方法模拟点击事件。

# 假设已经定位到了翻页按钮
for button in buttons:
    button.click()  # 执行翻页操作
    # 等待页面加载完成，可能需要sleep或者显式等待
    # 抓取当前页面的数据
    # ...（数据抓取代码）

在翻页时，需要考虑到页面加载的时间。最佳实践是使用Selenium提供的显式等待（WebDriverWait）来确保页面元素已经加载完成，再进行数据抓取。

from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

# 使用显式等待确保翻页按钮可用
wait = WebDriverWait(driver, 10)
button = wait.until(EC.element_to_be_clickable((By.XPATH, '//button[@class="pagination"]')))

7.2 防止反爬策略的技巧

7.2.1 识别和应对反爬机制

网站往往会有反爬虫机制来阻止自动化脚本的访问。常见的反爬策略包括动态验证码、检查HTTP请求头、IP地址封禁、行为分析等。

在使用Selenium进行数据抓取时，可以通过模拟人类正常浏览行为来减少触发反爬机制的风险。例如：

• 设置合理的等待时间，避免过于频繁的请求；
• 清除Cookies和浏览器缓存，模仿新用户访问；
• 使用代理IP，轮换不同的IP地址进行请求。

7.2.2 保持脚本的稳定性和隐蔽性

在面对反爬时，还需要注意脚本的稳定性和隐蔽性。可以通过自定义的XPath或CSS选择器来减少对通用库或已知反爬特征的依赖。此外，可以适当添加错误处理机制来应对反爬策略的变化，如临时停用翻页、切换代理等。

try:
    # 尝试进行翻页操作
except WebDriverException:
    # 如果发生异常，例如反爬策略触发，记录日志并进行异常处理

7.3 数据抓取的后处理和存储

7.3.1 数据清洗和格式化

抓取到的数据往往需要进一步的清洗和格式化才能被有效使用。数据清洗可能包括去除无用字符、修正格式错误、转换数据类型等。

# 假设已经抓取了一组数据
raw_data = ['<div> 123 </div>', '<div>abc</div>', '<div> 456 </div>']

# 使用正则表达式清洗数据
import re

cleaned_data = []
for item in raw_data:
    cleaned_item = re.sub(r'\s+', '', item) # 去除多余的空格
    cleaned_data.append(cleaned_item)

7.3.2 数据存储方案选择和实现

数据清洗后，需要选择合适的存储方案。根据数据的规模和使用场景，可能的存储方式包括文本文件、CSV、数据库等。

对于结构化数据，将数据存储到CSV文件是一种常见且简便的方法。Python标准库中的 csv 模块可以很方便地实现这一需求。

import csv

# 写入CSV文件
with open('data.csv', 'w', newline='', encoding='utf-8') as file:
    writer = csv.writer(file)
    writer.writerows(cleaned_data)

对于大规模数据，可以考虑使用数据库存储，如SQLite或MySQL。使用ORM（对象关系映射）工具如SQLAlchemy可以更高效地管理数据库操作。

以上章节展示了自动化翻页抓取数据的实践步骤，从页面元素定位到应对反爬策略，再到数据的后处理和存储，为实现自动化数据抓取提供了全面的解决方案。

本文还有配套的精品资源，点击获取

简介：本文详细介绍了如何利用Python语言结合Selenium库、正则表达式和time库实现Web自动化，特别是如何自动化地翻页并抓取后台页面数据。以ShopXO电商后台系统为例，展示了从登录到遍历商品列表页面，使用正则表达式解析页码，并通过循环实现自动翻页的完整过程。

本文还有配套的精品资源，点击获取