selenium网页自动登录、打卡（三）_单位网页自动打卡-CSDN博客

本文链接：https://blog.csdn.net/qq_34935373/article/details/122601882

文章目录

前言
一、Python+Selenium
二、webdriver中#document问题

前言

前面做了一个自动打卡的小程序，基本可以实现上班签到，下班签退的任务，并白嫖了CSDN的服务器作为数据收发的基础。在继续优化功能的同时，解决了selenium使用过程中的小坑点。

定位以及切换frame（iframe）
webdriver爬虫#document问题

一、Python+Selenium

具体的环境配置可以参考之前的文章。

二、webdriver中#document问题

如图，我们想获取#document下面body的内容。
在这里插入图片描述

如果直接通过获取到的xpath定位的话

driver = webdriver.Firefox()
driver.get(url)
driver.find_element_by_xpath()
print(driver .page_source)

会发现#document下的内容为空。换言之，根本没有定位到相应的元素，而且#document下的内容也没有爬取到。观察发现，#docoment的上一级是iframe标签，相当于内嵌了一段HTML到原本的代码中，根据之前新打开标签页的经验：当driver重新打开一个标签页，需要通过如下代码切换到子标签页中。

current_windows = browser.window_handles
# browser.switch_to_window(current_windows[1])
self.__driver.switch_to.window(current_windows[0])
self.__driver.maximize_window()

因此对于iframe来说，也是同样的，需要切换到iframe中才能定位到相应的元素完成爬取。很多人在用selenium定位页面元素的时候，通过浏览器获取的Xpath元素就是定位不到，这种情况很有可能是frame在搞鬼。

2.1 切换frame的方法

selenium提供了switch_to.frame()方法来切换frame

switch_to.frame(reference)
switch_to_frame(reference)

提到switch_to_frame()，这个方法已经out了，之后很有可能会不支持，建议的写法是switch_to.frame(),反正到时候多尝试几次，总有一个是可以的。reference是传入的参数，用来定位frame，可以传入id、name、index以及selenium的WebElement对象。例如：

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

从frame中切回主文档(switch_to.default_content())
切到frame中之后，我们便不能继续操作主文档的元素，这时如果想操作主文档内容，则需切回主文档。
```
driver.switch_to.default_content()
```

嵌套frame的操作(switch_to.parent_frame())，有时候我们会遇到嵌套的frame，如下：

<html>
    <iframe id="frame1">
        <iframe id="frame2" / >
    </iframe>
</html>

从主文档切到frame2，一层层切进去:

driver.switch_to.frame("frame1")
driver.switch_to.frame("frame2")

所以只要善用以下三个方法，遇到frame分分钟搞定：

driver.switch_to.frame(reference)
driver.switch_to.parent_frame()
driver.switch_to.default_content()

2.2 切换#docment的方法

有了刚刚的切换iframe的基础，就可以获取到iframe中的内容了，此时如果通过xpath的方法去定位document中的内容，结果却任然是失败的。网上找到了如下方法，实测有用：在get(url)之后使用

driver.switch_to_default_content() 
frame = driver.find_elements_by_tag_name('iframe')[0]  
driver.switch_to_frame(frame)

先跳转到iframe中，然后再driver.find_element_by_xpath即可，至于这种跳转方法为什么可以，俺也搞不清楚。

2.3 切换#docment的子#document方法

这次遇到的是#document中套着#document套着#document，无论多少级，切换的方法和iframe的嵌套类似，一层一层切换下去

# 切换到子#document
frame1 = browser3.find_elements_by_tag_name('iframe')[0]  
browser3.switch_to_frame(frame1) 

# 切换到孙子#document
frame2 = browser3.find_elements_by_tag_name('iframe')[0]
browser3.switch_to_frame(frame2)   
#print(browser1.page_source)

在这里插入图片描述
总体流程如下：因为#document是嵌入在iframe中的，多层嵌套代码如下：

# 切换到mainFrame这个iframe中的#document==0
browser3.switch_to_default_content() 
frame = browser3.find_elements_by_tag_name('iframe')[0]  
browser3.switch_to_frame(frame) 

# 切换到子#document
frame1 = browser3.find_elements_by_tag_name('iframe')[0]  
browser3.switch_to_frame(frame1) 

# 切换到孙子#document
frame2 = browser3.find_elements_by_tag_name('iframe')[0]
browser3.switch_to_frame(frame2)   

# 点击确定,确定按钮在上一级iframe
browser3.switch_to.parent_frame()

# 点击确定按钮,再回到第一级
browser3.switch_to.default_content()