資料內(nèi)容：
2.2 自動化爬蟲系統(tǒng)的設(shè)計
下面是該系統(tǒng)實現(xiàn)自動化爬蟲功能的詳細步驟及
相應(yīng)的 Python 代碼。
導(dǎo)入程序中所用到的 Python 標準庫以及第三方
庫代碼說明：
Selenium：用于自動化瀏覽器操作，可以模擬用
戶在瀏覽器中的各種行為，如點擊、輸入等，常用于
爬蟲、測試和自動化任務(wù)。
SSL：用于處理 SSL 證書，通過 ssl._create_default_
https_context = ssl._create_unverified_context 解決 SSL
證書問題報錯。
keyboard：用于監(jiān)聽熱鍵，實現(xiàn)功能函數(shù)的實時
調(diào)用。
threading：用于創(chuàng)建線程，實現(xiàn)多線程執(zhí)行。
re：Python 的正則表達式庫，用于字符串的模式
匹配和處理。
bs4（BeautifulSoup）：用于解析 HTML 和 XML
文檔，方便地從網(wǎng)頁中提取數(shù)據(jù)。
time：用于時間相關(guān)的操作，比如等待、計時等。
undetected_chromedriver：是對 selenium 的擴展，
用于繞過檢測自動化測試的腳本而運行Chrome瀏覽器。
Keys：Selenium 中的模塊，用于模擬鍵盤按鍵。
WebDriverWait 和 expected_conditions：selenium
中的模塊，用于等待頁面元素加載。
sys：Python 標準庫，提供對 Python 運行時環(huán)境
的訪問。
atexit：用于注冊在程序退出之前執(zhí)行的函數(shù)。
colorama：一個用于在終端輸出中添加顏色的庫，
可以讓輸出更加豐富和醒目
庫的導(dǎo)入部分代碼如圖 2 所示。
圖 2 庫的導(dǎo)入
使 用 Python 的 Selenium 庫擴展 undetected_
chromedriver 來啟動 Chrome 瀏覽器，并監(jiān)聽熱鍵（F8
鍵）來觸發(fā)一個功能回調(diào)函數(shù)（hotkey_callback）。
同時，注冊一個在程序退出時關(guān)閉瀏覽器的回調(diào)函數(shù)
（close_browser）。
代碼說明：使用 Python 的 Selenium 庫的擴展
undetected_chromedriver 來啟動 Chrome 瀏覽器以實
現(xiàn)繞過爬蟲目標網(wǎng)頁的“反爬蟲機制”[6]。
通過 driver.get() 方法導(dǎo)航到百度網(wǎng)頁（https://
www.baidu.com）。方便用戶操作。
使用 keyboard 庫（前提是已經(jīng)導(dǎo)入 keyboard 庫）
監(jiān)聽熱鍵 F8，并在按下 F8 時觸發(fā) hotkey_callback 回
調(diào)函數(shù)（主要功能函數(shù)，獲取、解析網(wǎng)頁源碼以及
ChatGPT 交互等功能都包含其中，下文詳細介紹）。
創(chuàng)建 close_browser 函數(shù)用于關(guān)閉瀏覽器。在程序
退出時，通過 atexit.register() 方法注冊 close_browser
函數(shù)，確保在程序退出前關(guān)閉瀏覽器。
輸出提示信息，告知用戶按 F8 鍵開始工作，并
提醒不要手動關(guān)閉程序的窗口，因為瀏覽器會在需要
時自動退出。
創(chuàng)建字典（命名為 window_dict）來存儲已打開
標簽頁的標題和句柄，方便標簽頁的控制切換。
接下來是一個 while 循環(huán)，該循環(huán)會持續(xù)運行（直
至回調(diào)函數(shù)因錯誤中斷），用于監(jiān)測新標簽頁的操作。
跳出循環(huán)后，代碼通過 time.sleep(1) 等待 1 秒，
然后調(diào)用 sys.exit() 來退出程序。
具體代碼如圖 3 所示。
