本文自转载: https://www.cnblogs.com/themost/p/6900852.html
selenium 主要是用来做自动化测试, 支持多种浏览器, 爬虫中主要用来解决 JavaScript 渲染问题.
模拟浏览器进行网页加载, 当 requests,urllib 无法正常获取网页内容的时候
一, 声明浏览器对象
注意点一, Python 文件名或者包名不要命名为 selenium, 会导致无法导入
- from selenium import webdriver
- #webdriver 可以认为是浏览器的驱动器, 要驱动浏览器必须用到 webdriver, 支持多种浏览器, 这里以 Chrome 为例
- browser = webdriver.Chrome()
二, 访问页面并获取网页 HTML
- from selenium import webdriver
- browser = webdriver.Chrome()
- browser.get('https://www.taobao.com')
- print(browser.page_source)#browser.page_source 是获取网页的全部 HTML
- browser.close()
三, 查找元素
单个元素
- from selenium import webdriver
- browser = webdriver.Chrome()
- browser.get('https://www.taobao.com')
- input_first = browser.find_element_by_id('q')
- input_second = browser.find_element_by_CSS_selector('#q')
- input_third = browser.find_element_by_xpath('//*[@id="q"]')
- print(input_first,input_second,input_third)
- browser.close()
常用的查找方法
- find_element_by_name
- find_element_by_xpath
- find_element_by_link_text
- find_element_by_partial_link_text
- find_element_by_tag_name
- find_element_by_class_name
- find_element_by_css_selector
也可以使用通用的方法
- from selenium import webdriver
- from selenium.webdriver.common.by import By
- browser = webdriver.Chrome()
- browser.get('https://www.taobao.com')
- input_first = browser.find_element(BY.ID,'q')# 第一个参数传入名称, 第二个传入具体的参数
- print(input_first)
- browser.close()
多个元素, elements 多个 s
input_first = browser.find_elements_by_id('q')
四, 元素交互操作 - 搜索框传入关键词进行自动搜索
- from selenium import webdriver
- import time
- browser = webdriver.Chrome()
- browser.get('https://www.taobao.com')
- input = browser.find_element_by_id('q')# 找到搜索框
- input.send_keys('iPhone')# 传送入关键词
- time.sleep(5)
- input.clear()# 清空搜索框
- input.send_keys('男士内裤')
- button = browser.find_element_by_class_name('btn-search')# 找到搜索按钮
- button.click()
更多操作: http://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.remote.webelement# 可以有属性, 截图等等
五, 交互动作, 驱动浏览器进行动作, 模拟拖拽动作, 将动作附加到动作链中串行执行
- from selenium import webdriver
- from selenium.webdriver import ActionChains# 引入动作链
- browser = webdriver.Chrome()
- url = 'http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable'
- browser.get(url)
- browser.switch_to.frame('iframeResult')# 切换到 iframeResult 框架
- source = browser.find_element_by_css_selector('#draggable')# 找到被拖拽对象
- target = browser.find_element_by_css_selector('#droppable')# 找到目标
- actions = ActionChains(browser)# 声明 actions 对象
- actions.drag_and_drop(source, target)
- actions.perform()# 执行动作
更多操作: http://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.common.action_chains
六, 执行 JavaScript
有些动作可能没有提供 API, 比如进度条下拉, 这时, 我们可以通过代码执行 JavaScript
- from selenium import webdriver
- browser = webdriver.Chrome()
- browser.get('https://www.zhihu.com/explore')
- browser.execute_script('window.scrollTo(0, document.body.scrollHeight)')
- browser.execute_script('alert("To Bottom")')
七, 获取元素信息
获取属性
- from selenium import webdriver
- from selenium.webdriver import ActionChains
- browser = webdriver.Chrome()
- url = 'https://www.zhihu.com/explore'
- browser.get(url)
- logo = browser.find_element_by_id('zh-top-link-logo')# 获取网站 logo
- print(logo)
- print(logo.get_attribute('class'))
- browser.close()
获取文本值
- from selenium import webdriver
- browser = webdriver.Chrome()
- url = 'https://www.zhihu.com/explore'
- browser.get(url)
- input = browser.find_element_by_class_name('zu-top-add-question')
- print(input.text)#input.text 文本值
- browser.close()
- # 获取 Id, 位置, 标签名, 大小
- from selenium import webdriver
- browser = webdriver.Chrome()
- url = 'https://www.zhihu.com/explore'
- browser.get(url)
- input = browser.find_element_by_class_name('zu-top-add-question')
- print(input.id)# 获取 id
- print(input.location)# 获取位置
- print(input.tag_name)# 获取标签名
- print(input.size)# 获取大小
- browser.close()
八, Frame 操作
frame 相当于独立的网页, 如果在父类网 frame 查找子类的, 则必须切换到子类的 frame, 子类如果查找父类也需要先切换
- from selenium import webdriver
- from selenium.common.exceptions import NoSuchElementException
- browser = webdriver.Chrome()
- url = 'http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable'
- browser.get(url)
- browser.switch_to.frame('iframeResult')
- source = browser.find_element_by_css_selector('#draggable')
- print(source)
- try:
- logo = browser.find_element_by_class_name('logo')
- except NoSuchElementException:
- print('NO LOGO')
- browser.switch_to.parent_frame()
- logo = browser.find_element_by_class_name('logo')
- print(logo)
- print(logo.text)
九, 等待
隐式等待
当使用了隐式等待执行测试的时候, 如果 WebDriver 没有在 DOM 中找到元素, 将继续等待, 超出设定时间后则抛出找不到元素的异常,
换句话说, 当查找元素或元素并没有立即出现的时候, 隐式等待将等待一段时间再查找 DOM, 默认的时间是 0
- from selenium import webdriver
- browser = webdriver.Chrome()
- browser.implicitly_wait(10)# 等待十秒加载不出来就会抛出异常, 10 秒内加载出来正常返回
- browser.get('https://www.zhihu.com/explore')
- input = browser.find_element_by_class_name('zu-top-add-question')
- print(input)
显式等待
指定一个等待条件, 和一个最长等待时间, 程序会判断在等待时间内条件是否满足, 如果满足则返回, 如果不满足会继续等待, 超过时间就会抛出异常
- from selenium import webdriver
- from selenium.webdriver.common.by import By
- from selenium.webdriver.support.ui import WebDriverWait
- from selenium.webdriver.support import expected_conditions as EC
- browser = webdriver.Chrome()
- browser.get('https://www.taobao.com/')
- wait = WebDriverWait(browser, 10)
- input = wait.until(EC.presence_of_element_located((By.ID, 'q')))
- button = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, '.btn-search')))
- print(input, button)
title_is 标题是某内容
title_contains 标题包含某内容
presence_of_element_located 元素加载出, 传入定位元组, 如 (By.ID, 'p')
visibility_of_element_located 元素可见, 传入定位元组
visibility_of 可见, 传入元素对象
presence_of_all_elements_located 所有元素加载出
text_to_be_present_in_element 某个元素文本包含某文字
text_to_be_present_in_element_value 某个元素值包含某文字
frame_to_be_available_and_switch_to_it frame 加载并切换
invisibility_of_element_located 元素不可见
element_to_be_clickable 元素可点击
staleness_of 判断一个元素是否仍在 DOM, 可判断页面是否已经刷新
element_to_be_selected 元素可选择, 传元素对象
element_located_to_be_selected 元素可选择, 传入定位元组
element_selection_state_to_be 传入元素对象以及状态, 相等返回 True, 否则返回 False
element_located_selection_state_to_be 传入定位元组以及状态, 相等返回 True, 否则返回 False
alert_is_present 是否出现 Alert
详细内容: http://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.support.expected_conditions
十一, 前进后退 - 实现浏览器的前进后退以浏览不同的网页
- import time
- from selenium import webdriver
- browser = webdriver.Chrome()
- browser.get('https://www.baidu.com/')
- browser.get('https://www.taobao.com/')
- browser.get('https://www.python.org/')
- browser.back()
- time.sleep(1)
- browser.forward()
- browser.close()
十二, Cookies
- from selenium import webdriver
- browser = webdriver.Chrome()
- browser.get('https://www.zhihu.com/explore')
- print(browser.get_cookies())
- browser.add_cookie({
- 'name': 'name', 'domain': 'www.zhihu.com', 'value': 'germey'
- })
- print(browser.get_cookies())
- browser.delete_all_cookies()
- print(browser.get_cookies())
选项卡管理 增加浏览器窗口
- import time
- from selenium import webdriver
- browser = webdriver.Chrome()
- browser.get('https://www.baidu.com')
- browser.execute_script('window.open()')
- print(browser.window_handles)
- browser.switch_to_window(browser.window_handles[1])
- browser.get('https://www.taobao.com')
- time.sleep(1)
- browser.switch_to_window(browser.window_handles[0])
- browser.get('http://www.fishc.com')
十三, 异常处理
- from selenium import webdriver
- browser = webdriver.Chrome()
- browser.get('https://www.baidu.com')
- browser.find_element_by_id('hello')
- from selenium import webdriver
- from selenium.common.exceptions import TimeoutException, NoSuchElementException
- browser = webdriver.Chrome()
- try:
- browser.get('https://www.baidu.com')
- except TimeoutException:
- print('Time Out')
- try:
- browser.find_element_by_id('hello')
- except NoSuchElementException:
- print('No Element')
- finally:
- browser.close()
- # 详细文档: http://selenium-python.readthedocs.io/api.html#module-selenium.common.exceptions
来源: http://www.bubuko.com/infodetail-2947240.html