基于Python的Selenium详细教程

一、PyCharm安装配置Selenium

本文使用环境：windows11、Python 3.10.5、PyCharm 2022.1.3、Selenium 4.3.0
需要你懂的技术：Python、HTML、CSS、JavaScript

1.Seleium安装：

在PyCharm终端或window命令窗口输入以下命令

 #查看已安装的Python包(可跳过)
 pip list
 #安装selenium 4.3.0
 pip install selenium==4.3.0

注意：在window命令窗口安装时，首先要确保Python环境变量配置正确

 ##卸载Selenium命令
 pip uninstall selenium

2.配置浏览器驱动

• 下载浏览器驱动
  这里给出各浏览器（Chrome、Firefox、Edge等）的驱动下载地址，Edge驱动,Chrome（谷歌）驱动，Firefox（火狐）驱动，自行下载所需浏览器驱动。
• 将下载好的浏览器驱动放置在Python安装目录下（即Python环境变量配置目录）
  

3. 验证

在PyCharm中新建一个Python文件，自行命名，输入以下代码：

import time
# 导入selenium包
from selenium import webdriver
# 打开Firefox浏览器
browser = webdriver.Firefox()
# 停留三秒
time.sleep(3)
# 关闭浏览器
browser.quit()

执行后，Firefox浏览器将被打开，证明Selenium安装配置完成

• 启动Chrome浏览器

# 打开Chome浏览器
browser = webdriver.Chrome()
# 关闭浏览器
browser.quit()

• 启动Edge浏览器

# 打开Edge浏览器
browser = webdriver.Edge()
# 关闭浏览器
browser.quit()

。

二、Selenium使用

2.1、加载指定页面并关闭

import time
# 导入selenium包
from selenium import webdriver
# 打开指定（Firefox）浏览器
browser = webdriver.Firefox()
# 指定加载页面
browser.get("http://www.csdn.net/")
# 设置五秒后执行下一步
time.sleep(5)
# 关闭浏览器
browser.quit()

2.2 、元素定位

元素定位方法包含了2个系列：

• find_element()系列：用于定位单个的页面元素。
• find_elements()系列：用于定位一组页面元素，获取到的是一组列表。

1、通过标签id属性定位

• find_element(By.ID,'XX')id定位，根据元素的id属性值定位，最为方便且唯一，但有可能不存在，也可能动态生成。

import time
# 导入selenium包
from selenium import webdriver
from selenium.webdriver.common.by import By
# 打开指定（Firefox）浏览器
browser = webdriver.Firefox()
# 指定加载页面
browser.get("http://www.csdn.net")
# 通过id属性获取搜索输入框
input_text = browser.find_element(By.ID, "toolbar-search-input")
# 向搜索输入框内输入selenium
input_text.send_keys("selenium")
# 设置停留五秒后执行下一步
time.sleep(5)
# 关闭浏览器
browser.quit()

2、通过标签name属性定位

• find_element(By.NAME,'xx')name定位，根据元素的name属性值定位，定位到的标签不一定是唯一的。

import time
# 导入selenium包
from selenium import webdriver
from selenium.webdriver.common.by import By
# 启动并打开指定页面
browser = webdriver.Firefox()
browser.get("http://www.baidu.com/")
# 通过name属性选择文本框元素，并设置内容
browser.find_element(By.NAME,'wd').send_keys("selenium")
# 通过通过ID属性获取“百度一下”按钮，并执行点击操作
browser.find_element(By.ID,"su").click()
# 停留五秒后关闭浏览器
time.sleep(5)
browser.quit()

3、通过标签class属性定位

• find_element_by(By.CLASS_NAME,'xx')class定位，根据元素的class属性值定位，但可能受JS影响动态变化。定位到的标签不一定是唯一的。

import time
# 导入selenium包
from selenium import webdriver
from selenium.webdriver.common.by import By
# 启动并打开指定页面
browser = webdriver.Firefox()
browser.get("http://www.baidu.com/")
time.sleep(2)
# 通过class属性选择元素
browser.find_element(By.CLASS_NAME,'s_ipt').send_keys("CSDN")
time.sleep(2)
browser.find_element(By.ID,"su").click()
# 停留三秒后关闭浏览器
time.sleep(3)
browser.quit()

4、通过标签tag定位

• find_element(By.TAG_NAME,'xx')tag name定位，根据元素的标签名定位，定位到的标签不一定是唯一的。

import time
# 导入selenium包
from selenium import webdriver
from selenium.webdriver.common.by import By
# 启动并打开指定页面
browser = webdriver.Firefox()
browser.get("http://www.csdn.net")
time.sleep(2)
# 选择<button></button>标签(搜索按钮),执行点击操作
browser.find_element(By.TAG_NAME, "button").click()
# 停留三秒后关闭浏览器
time.sleep(3)
browser.quit()

5、通过link定位

• link表示包含有属性href的标签元素，如:<a href="https://www.csdn.net">linktext</a>可以通过LINK＿TEXT进行定位。
• find_element(By.LINK_TEXT,'XX')根据链接文本全匹配进行精确定位。
• find_element(By.PARTIAL_LINK_TEXT,'XX')根据链接文本模糊匹配进行定位。

（1）、By.LINK_TEXT精确定位

import time
# 导入selenium包
from selenium import webdriver
from selenium.webdriver.common.by import By
# 启动并打开指定页面
browser = webdriver.Firefox()
browser.get("http://www.csdn.net")
# 选择<a href="https://blog.csdn.net/nav/back-end">Python</a>标签,执行点击操作
browser.find_element(By.LINK_TEXT, "Python").click()
# 停留三秒后关闭浏览器
time.sleep(3)
browser.quit()

（2）By.PARTIAL_LINK_TEXT模糊定位

import time
# 导入selenium包
from selenium import webdriver
from selenium.webdriver.common.by import By
# 启动并打开指定页面
browser = webdriver.Firefox()
browser.get("http://www.csdn.net")
# 选择<a href="href="https://blog.csdn.net/nav/ai">人工智能</a>标签,执行点击操作
browser.find_element(By.PARTIAL_LINK_TEXT, "人工").click()
# 停留五秒后关闭浏览器
time.sleep(3)
browser.quit()

6、通过元素的xpath定位

xpath是一种在XML文档中定位元素的语言

• 使用绝对路径定位
  指的是从网页的HTML代码结构的最外层一层层的写到需要被定位的页面元素为止。
  绝对路径起始于/，每一层都被/所分割。
  /html/body/div[2]/form/input[3]
  注解：
  (1)可以用中括号选择分支，div[2]代表的是当前层级下的第二个div标签；
  (2)一般情况下较少使用绝对路径的方式做定位，原因在于绝对路径的表达式一般太长，不便于后期的代码维护，代码的微小改变就可能导致这个路径失效，从而无法完成元素定位。

• 使用相对路径定位
  不是从根目录写起，而是从网页文本的任意目录开始写。
  相对路径起始于//，//所表示的含义是“任意标签下”
  //input[@id='kw']
  注解:
  (1)示例的含义：在当前页面查找任意目录下的input元素，且该元素的id属性取值为kw
  (2)在xpath里，属性以@开头
  (3)所选取的属性可以是任意属性，只要其有利于标识这个元素即可
  (4)推荐使用相对路径结合属性的这种xpath表达式，它往往更简洁更易于维护
  (5)有时候可能会出现一个属性不足以标识某个元素，可以使用逻辑运算符and来连接多个属性进行标识。//input[@xx='aa' and @yy='bb']
  (6)有时候一个元素它本身没有可以唯一标识它的属性，这时我们可以找它的上层或者上上层， 然后再往下写。//input[@xx='aa']/p

• find_element(By.XPATH,'XX')根据元素的xpath表达式来完成定位，可以准确定位任何元素。

表达式	描述
nodename	选取此节点的所有子节点
/	从当前节点选取直接子节点
//	从当前节点选取子孙节点
.	选取当前节点
..	选取当前节点的父节点
@	选取属性
*	选取属性

打开CSDN首页，按F12进入开发者模式，我们可以按照下图所示获取元素的xpath路径，我这里定位的是搜索框的xpath。

点击后会存在与剪切板中，Ctrl+v粘贴到代码中即可使用,这里获取到的是相对路径。

import