Python中selenium的玩法，小朋友看了都说学会了

于 2024-09-22 04:27:39 发布
阅读量1.1k 收藏 26
点赞数 30
文章标签： python selenium 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_87361571/article/details/142428498
版权

2. selenium的作用和工作原理

利用浏览器原生的API，封装成一套更加面向对象的Selenium WebDriver API，直接操作浏览器页面里的元素，甚至操作浏览器本身（截屏，窗口大小，启动，关闭，安装插件，配置证书之类的）

  • webdriver本质是一个web-server，对外提供webapi，其中封装了浏览器的各种功能

  • 不同的浏览器使用各自不同的webdriver

3. selenium的安装以及简单使用

我们以谷歌浏览器的chromedriver为例

在python虚拟环境中安装selenium模块

pip/pip3 install selenium

下载版本符合的webdriver

4. selenium的简单使用

接下来我们就通过代码来模拟百度搜索

import time

from selenium import webdriver

​

通过指定chromedriver的路径来实例化driver对象，chromedriver放在当前目录。

driver = webdriver.Chrome(executable_path=‘./chromedriver’)

chromedriver已经添加环境变量

driver = webdriver.Chrome()

​

控制浏览器访问url地址

driver.get(“https://www.baidu.com/”)

​

在百度搜索框中搜索’python’

driver.find_element_by_id(‘kw’).send_keys(‘python’)

点击’百度搜索’

driver.find_element_by_id(‘su’).click()

​

time.sleep(6)

退出浏览器

driver.quit()

  • webdriver.Chrome(executable_path='./chromedriver')中executable参数指定的是下载好的chromedriver文件的路径

  • driver.find_element_by_id('kw').send_keys('python')定位id属性值是’kw’的标签，并向其中输入字符串’python’

  • driver.find_element_by_id('su').click()定位id属性值是su的标签，并点击

  • click函数作用是：触发标签的js的click事件

selenium提取数据

1. driver对象的常用属性和方法

在使用selenium过程中，实例化driver对象后，driver对象有一些常用的属性和方法

  1. driver.page_source 当前标签页浏览器渲染之后的网页源代码

  2. driver.current_url 当前标签页的url

  3. driver.close() 关闭当前标签页，如果只有一个标签页则关闭整个浏览器

  4. driver.quit() 关闭浏览器

  5. driver.forward() 页面前进

  6. driver.back() 页面后退

  7. driver.screen_shot(img_name) 页面截图

2. driver对象定位标签元素获取标签对象的方法

在selenium中可以通过多种方式来定位标签，返回标签元素对象

find_element_by_id (返回一个元素)

find_element(s)_by_class_name (根据类名获取元素列表)

find_element(s)_by_name (根据标签的name属性值返回包含标签对象元素的列表)

find_element(s)_by_xpath (返回一个包含元素的列表)

find_element(s)_by_link_text (根据连接文本获取元素列表)

find_element(s)_by_partial_link_text (根据链接包含的文本获取元素列表)

find_element(s)_by_tag_name (根据标签名获取元素列表)

find_element(s)_by_css_selector (根据css选择器来获取元素列表)

  • 注意：

  • find_element和find_elements的区别：

  • 多了个s就返回列表，没有s就返回匹配到的第一个标签对象

  • find_element匹配不到就抛出异常，find_elements匹配不到就返回空列表

  • by_link_text和by_partial_link_tex的区别：全部文本和包含某个文本

  • 以上函数的使用方法

  • driver.find_element_by_id('id_str')

3. 标签对象提取文本内容和属性值

find_element仅仅能够获取元素，不能够直接获取其中的数据，如果需要获取数据需要使用以下方法

  • 对元素执行点击操作element.click()

  • 对定位到的标签对象进行点击操作

  • 向输入框输入数据element.send_keys(data)

  • 对定位到的标签对象输入数据

  • 获取文本element.text

  • 通过定位获取的标签对象的text属性，获取文本内容

  • 获取属性值element.get_attribute("属性名")

  • 通过定位获取的标签对象的get_attribute函数，传入属性名，来获取属性的值

  • 代码实现，如下：

from selenium import webdriver

​

driver = webdriver.Chrome()

​

driver.get(‘http://www.itcast.cn/’)

​

ret = driver.find_elements_by_tag_name(‘h2’)

print(ret[0].text) #

​

ret = driver.find_elements_by_link_text(‘黑马程序员’)

print(ret[0].get_attribute(‘href’))

​

driver.quit()

selenium的其它使用方法

1. selenium标签页的切换

当selenium控制浏览器打开多个标签页时，如何控制浏览器在不同的标签页中进行切换呢？需要我们做以下两步：

  • 获取所有标签页的窗口句柄

  • 利用窗口句柄字切换到句柄指向的标签页

  • 这里的窗口句柄是指：指向标签页对象的标识

  • 具体的方法

# 1. 获取当前所有的标签页的句柄构成的列表

current_windows = driver.window_handles

​

2. 根据标签页句柄列表索引下标进行切换

driver.switch_to.window(current_windows[0])

  • 参考代码示例：

import time

from selenium import webdriver

​

driver = webdriver.Chrome()

driver.get(“https://www.baidu.com/”)

​

time.sleep(1)

driver.find_element_by_id(‘kw’).send_keys(‘python’)

time.sleep(1)

driver.find_element_by_id(‘su’).click()

time.sleep(1)

​

通过执行js来新开一个标签页

js = ‘window.open(“https://www.sogou.com”);’

driver.execute_script(js)

time.sleep(1)

​

1. 获取当前所有的窗口

windows = driver.window_handles

​

time.sleep(2)

2. 根据窗口索引进行切换

driver.switch_to.window(windows[0])

time.sleep(2)

driver.switch_to.window(windows[1])

​

time.sleep(6)

driver.quit()

2. switch_to切换frame标签

iframe是html中常用的一种技术，即一个页面中嵌套了另一个网页，selenium默认是访问不了frame中的内容的，对应的解决思路是driver.switch_to.frame(frame_element)。接下来我们通过qq邮箱模拟登陆来学习这个知识点

  • 参考代码：

import time

from selenium import webdriver

​

driver = webdriver.Chrome()

​

url = ‘https://mail.qq.com/cgi-bin/loginpage’

driver.get(url)

time.sleep(2)

​

login_frame = driver.find_element_by_id(‘login_frame’) # 根据id定位 frame元素

driver.switch_to.frame(login_frame) # 转向到该frame中

​

driver.find_element_by_xpath(‘//*[@id=“u”]’).send_keys(‘1596930226@qq.com’)

time.sleep(2)

​

driver.find_element_by_xpath(‘//*[@id=“p”]’).send_keys(‘hahamimashicuode’)

time.sleep(2)

​

driver.find_element_by_xpath(‘//*[@id=“login_button”]’).click()

time.sleep(2)

​

“”“操作frame外边的元素需要切换出去”“”

windows = driver.window_handles

driver.switch_to.window(windows[0])

​

content = driver.find_element_by_class_name(‘login_pictures_title’).text

print(content)

​

driver.quit()

  • 总结：

  • 切换到定位的frame标签嵌套的页面中

  • driver.switch_to.frame(通过find_element_by函数定位的frame、iframe标签对象)

  • 利用切换标签页的方式切出frame标签

windows = driver.window_handles

driver.switch_to.window(windows[0])

3. selenium对cookie的处理

selenium能够帮助我们处理页面中的cookie，比如获取、删除，接下来我们就学习这部分知识

获取cookie

driver.get_cookies()返回列表，其中包含的是完整的cookie信息！不光有name、value，还有domain等cookie其他维度的信息。所以如果想要把获取的cookie信息和requests模块配合使用的话，需要转换为name、value作为键值对的cookie字典

# 获取当前标签页的全部cookie信息

print(driver.get_cookies())

把cookie转化为字典

cookies_dict = {cookie[‘name’]: cookie[‘value’] for cookie in driver.get_cookies()}

删除cookie

#删除一条cookie

driver.delete_cookie(“CookieName”)

​

删除所有的cookie

driver.delete_all_cookies()

4. selenium控制浏览器执行js代码

selenium可以让浏览器执行我们规定的js代码，运行下列代码查看运行效果

import time

from selenium import webdriver

​

driver = webdriver.Chrome()

driver.get(“http://www.itcast.cn/”)

time.sleep(1)

​

js = ‘window.scrollTo(0,document.body.scrollHeight)’ # js语句

driver.execute_script(js) # 执行js的方法

​

time.sleep(5)

driver.quit()

  • 执行js的方法：driver.execute_script(js)

5. 页面等待

页面在加载的过程中需要花费时间等待网站服务器的响应，在这个过程中标签元素有可能还没有加载出来，是不可见的，如何处理这种情况呢？

  1. 页面等待分类

  2. 强制等待介绍

  3. 显式等待介绍

  4. 隐式等待介绍

  5. 手动实现页面等待

页面等待的分类

首先我们就来了解以下selenium页面等待的分类

  1. 强制等待

  2. 隐式等待

  3. 显式等待

强制等待（了解）

  • 其实就是time.sleep()

  • 缺点时不智能，设置的时间太短，元素还没有加载出来；设置的时间太长，则会浪费时间

隐式等待

  • 隐式等待针对的是元素定位，隐式等待设置了一个时间，在一段时间内判断元素是否定位成功，如果完成了，就进行下一步

  • 在设置的时间内没有定位成功，则会报超时加载

  • 示例代码

from selenium import webdriver

​

driver = webdriver.Chrome()

​

driver.implicitly_wait(10) # 隐式等待，最长等20秒

​

driver.get(‘https://www.baidu.com’)

​

driver.find_element_by_xpath()

​

显式等待（了解）

  • 每经过多少秒就查看一次等待条件是否达成，如果达成就停止等待，继续执行后续代码

  • 如果没有达成就继续等待直到超过规定的时间后，报超时异常

  • 示例代码

from selenium import webdriver

from selenium.webdriver.support.wait import WebDriverWait

from selenium.webdriver.support import expected_conditions as EC

from selenium.webdriver.common.by import By

driver = webdriver.Chrome()

driver.get(‘https://www.baidu.com’)

显式等待

WebDriverWait(driver, 20, 0.5).until(

EC.presence_of_element_located((By.LINK_TEXT, ‘好123’)))

参数20表示最长等待20秒

参数0.5表示0.5秒检查一次规定的标签是否存在

EC.presence_of_element_located((By.LINK_TEXT, ‘好123’)) 表示通过链接文本内容定位标签

每0.5秒一次检查，通过链接文本内容定位标签是否存在，如果存在就向下继续执行；如果不存在，直到20秒上限就抛出异常

print(driver.find_element_by_link_text(‘好123’).get_attribute(‘href’))

driver.quit()

手动实现页面等待

在了解了隐式等待和显式等待以及强制等待后，我们发现并没有一种通用的方法来解决页面等待的问题，比如“页面需要滑动才能触发ajax异步加载”的场景，那么接下来我们就以淘宝网首页为例，手动实现页面等待

  • 原理：

  • 利用强制等待和显式等待的思路来手动实现

  • 不停的判断或有次数限制的判断某一个标签对象是否加载完毕（是否存在）

  • 实现代码如下：

import time

from selenium import webdriver

driver = webdriver.Chrome(‘/home/worker/Desktop/driver/chromedriver’)

driver.get(‘https://www.taobao.com/’)

time.sleep(1)

i = 0

while True:

for i in range(10):

i += 1

try:

time.sleep(3)

element = driver.find_element_by_xpath(‘//div[@class=“shop-inner”]/h3[1]/a’)

print(element.get_attribute(‘href’))

break

except:

js = ‘window.scrollTo(0, {})’.format(i*500) # js语句

driver.execute_script(js) # 执行js的方法

driver.quit()

6. selenium开启无界面模式

绝大多数服务器是没有界面的，selenium控制谷歌浏览器也是存在无界面模式的，这一小节我们就来学习如何开启无界面模式（又称之为无头模式）

  • 开启无界面模式的方法

  • 实例化配置对象

  • options = webdriver.ChromeOptions()

  • 配置对象添加开启无界面模式的命令

  • options.add_argument("--headless")

  • 配置对象添加禁用gpu的命令

  • options.add_argument("--disable-gpu")

  • 实例化带有配置对象的driver对象

  • driver = webdriver.Chrome(chrome_options=options)

  • 注意：macos中chrome浏览器59+版本，Linux中57+版本才能使用无界面模式！

  • 参考代码如下：

from selenium import webdriver

options = webdriver.ChromeOptions() # 创建一个配置对象

options.add_argument(“–headless”) # 开启无界面模式

options.add_argument(“–disable-gpu”) # 禁用gpu

options.set_headles() # 无界面模式的另外一种开启方式

driver = webdriver.Chrome(chrome_options=options) # 实例化带有配置的driver对象

driver.get(‘http://www.itcast.cn’)

print(driver.title)

driver.quit()

7. selenium使用代理ip

selenium控制浏览器也是可以使用代理ip的！

  • 使用代理ip的方法

  • 实例化配置对象

  • options = webdriver.ChromeOptions()

  • 配置对象添加使用代理ip的命令

  • options.add_argument('--proxy-server=http://202.20.16.82:9527')

  • 实例化带有配置对象的driver对象

  • driver = webdriver.Chrome('./chromedriver', chrome_options=options)

  • 参考代码如下：

from selenium import webdriver

options = webdriver.ChromeOptions() # 创建一个配置对象

options.add_argument(‘–proxy-server=http://202.20.16.82:9527’) # 使用代理ip

driver = webdriver.Chrome(chrome_options=options) # 实例化带有配置的driver对象

driver.get(‘http://www.itcast.cn’)

print(driver.title)

driver.quit()

8. selenium替换user-agent

selenium控制谷歌浏览器时，User-Agent默认是谷歌浏览器的，这一小节我们就来学习使用不同的User-Agent

  • 替换user-agent的方法

  • 实例化配置对象

  • options = webdriver.ChromeOptions()

  • 配置对象添加替换UA的命令

2401_87361571
关注
Python Selenium常用方法
Vegetable的博客
01-14 181
文章目录1.浏览器网页调试2.元素定位 1.浏览器网页调试 在 Chrome浏览器中，点击鼠标右键，在弹出的快捷菜单中选择“检查”选项；在弹出的调试信息窗口中，点击按钮后，将鼠标移动到需要定位的目标位置，调试信息窗口中就会显示元素的属性。以对百度搜索页面的测试为例，在调试信息窗口中点击[插图]按钮后，将鼠标移动到百度搜索输入框上，屏幕上就会显示元素属性。如图 百度搜索输入框的元素属性 ID 为 kw,NAME 为wd,CLASS_NAME为s_ipt。 或者进 选项>更多工具>开发者工具 然
2024年Python中selenium的玩法，小朋友看了都说学会了
2401_84563220的博客
04-30 822
selenium的介绍。
Python爬虫之数据提取-selenium的其它使用方法
不一样的花朵的博客
09-12 767
selenium的其它使用方法 知识点： 掌握 selenium控制标签页的切换 掌握 selenium控制iframe的切换 掌握 利用selenium获取cookie的方法 掌握 手动实现页面等待 掌握 selenium控制浏览器执行js代码的方法 掌握 selenium开启无界面模式 了解 selenium使用代理ip 了解 selenium替换user-agent 1. selenium标签页的切换 当selenium控制浏览器打开多个标签页时，如何控制浏览器在不同的标签页中进行切换呢？需要
Python Selenium 测试教程（一）
最新发布
龙哥盟
08-09 843
在 Selenium 出现之前，测试 web 应用的功能是手工完成的，这需要花费很多时间。测试往往依赖于不同的场景。每个场景都被认为是一个测试用例，用来在实现之前制定 web 应用的行为。这些测试用例被部署在各种浏览器上，以确认源代码中的任何问题。它需要一个专门的测试团队来检查所有的测试用例。准确性和时间是 web 开发中的主要约束，这导致了自动化测试用例可以在不同的 web 应用中使用，而无需更改源代码。Selenium 是为了自动化测试用例而开发的。
selenium常用方法整理
anchuzhuan3909的博客
06-13 269
一、常用库导入 1.from selenium import webdriver导入webdriver模块 2.from selenium.webdriver import ActionChains导入动作链类，动作链可以储存鼠标的动作，并一起执行 3.from selenium.webdriver.common.key import Key键盘操作使用的是Keys类,...
Selenium 常用方法
Yaco的博客
03-11 947
selenium 的常用方法都是和页面元素打交道的。元素定位是在页面上定位到元素，方法则是对这些元素做一些操作。
Selenium常用方法
qq_37931379的博客
06-29 1635
Selenium常用方法
python selenium 无头转换
08-12
- *2* *3* [Python中selenium的玩法，小朋友看了都说学会了](https://blog.csdn.net/AI19970205/article/details/120048773)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source...
Python文章合集 | (入门到实战、游戏、Turtle、案例等)
xy258009的博客
12-24 7993
????前言 为了大家能相应的找到自己喜欢哪方面的文章，这边小编进行了文章的汇总合集，也特别感谢我的 粉丝们！我会加油滴~ ????正文 每日更新： 项目1.8【pygame小游戏】摸鱼系列：”躲避粒子“小游戏在线玩，看谁才是”最强王者“？ 项目0.3【圣诞系列】注意：这款Python版创意十足的专属“圣诞二维码”上线啦（赶紧收藏） 项目0.4【圣诞系列】圣诞节、圣诞帽、圣诞祝福提前到，圣诞快乐~ 项目0.5 小游戏！【Pygame小游戏】剧情流推荐：什么样的游戏剧情能获得大....
python高级—— 从趟过的坑中聊聊爬虫、反爬、反反爬，附送一套高级爬虫试题
09-30 6748
前言： 时隔数月，我终于又更新博客了，然而，在这期间的粉丝数也就跟着我停更博客而涨停了，唉 是的，我改了博客名，不知道为什么要改，就感觉现在这个名字看起来要洋气一点。 那么最近到底咋不更新博客了呢？说起原因那就多了，最主要的还是没时间了，是真的没时间，前面的那些系列博客都还没填坑完毕的（后续都会填上的） 最近有点空余就一直在开发我的项目，最近做了两个项目： IPproxy，看名字就知道啦...
selenium常用方法
weixin_50288627的博客
08-23 1016
selenium常用方法 1、启动浏览器 from selenium import webdriver browser = webdriver.Chrome() browser.get('https://weibo.com/') 2、等待方法 1)强制等待 from selenium import webdriver import time browser = webdriver.Chrome() browser.get('https://weibo.com/') time.sleep(3)#
selenium_常用方法
因热爱而坚持，因坚持而愈发热爱。
01-11 2372
基本常用方法、特殊元素定位、frame操作、上传附件操作、cookie操作、selenium帮助文档 ...
Selenium常用方法总结
小灰的博客
12-06 849
题1：浏览器基本操作（如打开浏览器、输入地址、网页最大化等） driver = webdriver.Chrome() #获取浏览器对象 driver.get("http://www.baidu.com") #打开浏览器 driver.maximize_window() #设置浏览器最大化 ...
selenium 常用方法
kukule520129的博客
07-26 137
注意：多个元素共用一个class，如果像列表内有多个按钮这种，需要操作某个按钮。可以先获取class内的所有元素，然后进行下标的方式去操作某个元素。如果需要都点击一遍，可以把返回值做一个循环操作。driver.minimize_window() # 最小化浏览器driver.forward()　　# 前进driver.back()　　# 后退driver.refresh()　　# 刷新# 获取当前标签页句柄# 获取浏览器所有标签页句柄# 切换标签页# 关闭当前标签页。
Selenium的常用方法
TestingGDR的博客
08-29 357
最近整理了一些selenium的常用方法，分享给大家 导入模块： from selenium import webdriver from selenium.common.exceptions import NoSuchElementException 选择浏览器：driver = webdriver.Firefox() 打开url:driver.get("http://www.baidu...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值