selenium用法详解

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，需要用到chromedriver.exe来驱动chrome,

browser = webdriver.Chrome(executable_path='chromedriver.exe的路径')

在操作时会自动打开chrome浏览器。

如果希望不打开浏览器，可以进行以下操作：

from selenium.webdriver.chrome.options import Options

chrome_options.add_argument('--headless')
chrome_options.add_argument('--disable-gpu')

browser = webdriver.Chrome(options=chrome_options,executable_path='chromedriver.exe')

 

二、访问页面并获取网页html

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  # 通过name属性值来查找

find_element_by_xpath  # 通过xpath路径来查找

find_element_by_link_text # 通过链接文本来查找元素，例如：

<a onclick="return false;" class="lb" name="tj_login" href="https://passport.baidu.com/v2/?login&tpl=mn&">登录</a>

find_element_by_link_text(‘登录’)

 

find_element_by_partial_link_text  # 通过链接文本来查找元素，例如：

find_element_by_partial_link_text(‘登’)

 

find_element_by_tag_name # 通过元素标签的名称来查找元素

find_element_by_class_name # 通过类名来查找元素

find_element_by_css_selector  # 通过css选择器来查找元素

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()  # 找到搜索框按钮并点击

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")')

 

进度条下拉的常见办法：

1）使用js脚本直接操作，方法如下：

js="var q=document.getElementById('id').scrollTop=10000"  #这里的id为滚动条的id，但js中没有xpath的方法，所以滚动条没有id的网页此方法不适用

driver.execute_script(js）

或：

js="var q=document.documentElement.scrollTop=10000"

driver.execute_script(js)

 

方法二）使用js脚本拖动到提定地方   

target = driver.find_element_by_id("id_keypair")

driver.execute_script("arguments[0].scrollIntoView();", target) # 拖动到可见的元素去

这个方法可以将滚动条拖动到需要显示的元素位置，此方法用途比较广，可以使用

 

 

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'))  # 获得logo元素的class属性值

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，获得input的文本值

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

——————————————以下是定位frame框的方法————————————

 

from selenium import webdriver

driver = webdriver.Firefox()

driver.switch_to.frame(0)  # 1.用frame的index来定位，第一个是0

# driver.switch_to.frame("frame1")  # 2.用id来定位

# driver.switch_to.frame("myframe")  # 3.用name来定位

# driver.switch_to.frame(driver.find_element_by_tag_name("iframe"))  # 4.用WebElement对象来定位

—————————————————————————————————————

 

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')  # 转进子frame

source = browser.find_element_by_css_selector('#draggable')

print(source)

try:

    logo = browser.find_element_by_class_name('logo')  # 在子框中寻找logo对应的元素

except NoSuchElementException:

    print('NO LOGO')

browser.switch_to.parent_frame()  # 跳回父框

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) # 等待至10s,超出未加载报异常

input = wait.until(EC.presence_of_element_located((By.ID, 'q')))  #元素加载指定元素

button = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, '.btn-search')))  # 加载直到选择元素可点击

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()