Selenium是一个自动化测试框架,可以模拟浏览器行为。
当网页是动态加载,没办法定位内容时,可以使用Selenium模拟浏览器操作网页。
官方文档:
http://selenium-python.readthedocs.io/api.html#module-selenium.common.exceptions
1. 基本使用
加载工具包:
from selenium import webdriver #浏览器驱动对象
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys #控制键盘
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait #停留时间
1.1 简单调用例子(chrome)
from selenium import webdriver
browser=webdriver.Chrome()
browser.get('http://www.baidu.com/')
回车后,浏览器会自动弹出,加载百度首页。
2. 声明浏览器对象
由上面例子可以看出,首先需要声明用什么浏览器。
from selenium import webdriver
browser = webdriver.Chrome()
browser = webdriver.Firefox()
browser = webdriver.Edge()
browser = webdriver.PhantomJS()
browser = webdriver.Safari()
3. 访问页面
声明浏览器对象->输入要访问的页面
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
print(browser.page_source) #打印网页源代码
browser.close() #关闭网页
会弹出淘宝网首页,弹出后自动关闭。
如果需要等上几秒钟再关闭,可以设置等待时间:
from selenium.webdriver.support.wait import WebDriverWait #停留时间
browser=webdriver.Chrome()
browser.get('https://www.taobao.com')
wait=WebDriverWait(browser, 5) #等待5s
browser.close() #等待5s后再关
4. 查找元素
selenium可以使用标签选择器、CSS选择器以及Xpath选择器,查找内容。
分别对应:
find_element_by_id (使用id来寻找元素)
find_element_by_css_selector
find_element_by_xpath
我们以淘宝网举例,首先看下目标是想要查找什么:
想查找红框里的标签,打开开发者工具,可以定位下源代码。
可以看到,红框里的网页布局
“女装/内衣/家居”在同一行,源代码中,三者在一个li节点里面,分属三个a子节点。
下面“女鞋/男鞋/箱包”则是前一个li节点的兄弟节点:
4.1 定位元素位置
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
#用id来寻找元素
input_first = browser.find_element_by_class_name('service-bd')
#利用css选择器寻找元素
input_second = browser.find_element_by_css_selector('li[data-groupid="0"] a')
#xpath选择器选择元素
input_third = browser.find_element_by_xpath("//ul[@class='service-bd']/li[1]/a[1]")
print(input_first,'\n',
input_second,'\n',
input_third,'\n')
browser.close()
这里输出的不是具体值。
其他的查找命令:
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
还可以通过By的参数查找
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
#通用查找方式
input_first = browser.find_element(By.ID, 'q') #定位的是淘宝首页的搜索框
print(input_first)
browser.close()
4.2 获取元素信息
4.2.1 获取属性
还是以淘宝网为例,获取刚才a标签的链接:
from selenium import webdriver
browser=webdriver.Chrome()
url='https://www.taobao.com/'
browser.get(url)
#xpath选择器选择元素
input_third = browser.find_element_by_xpath("//ul[@class='service-bd']/li[1]/a[1]")
print(input_third.get_attribute('href'))
输出:
https://huodong.taobao.com/wow/a/act/tao/dailyact/2633/wupr?wh_pid=dailyAct-214753
4.2.2 获取文本值
以刚才淘宝网为例,现在获取“女装”的文本:
from selenium import webdriver
#定位 发现
browser = webdriver.Chrome()
url='https://www.taobao.com/'
browser.get(url)
input = browser.find_element_by_xpath("//ul[@class='service-bd']/li[1]/a[1]")
print(input.text)
输出:女装
4.2.3 获取网页上元素的ID、位置、标签名、大小(不是节点)
以知乎为例,定位搜索框,并输出搜索框在网页的位置:
from selenium import webdriver
#定位搜索框 并输出相关信息
browser = webdriver.Chrome()
url = 'https://www.zhihu.com/explore'
browser.get(url)
input = browser.find_element_by_id('Popover1-toggle')
print(input.id)
print(input.location)
print(input.tag_name)
print(input.size)
4.3 多个元素
同样以淘宝网为例,现在想输出刚才红框里的所有词语文本:
函数为 .find_elements_by
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
#只要是li节点下相邻a节点,就选出来--CSS选择器
lis1 = browser.find_elements_by_css_selector('li a') #
#属性class为service-bd的ul节点,它下面的li节点所包含的a节点
#才会被选出来--Xpath
lis2=browser.find_elements_by_xpath("//ul[@class='service-bd']//li//a")
#构造空列表分别存放文本
textlist1=[]
for i in lis1:
t=i.text
textlist1.append(t)
textlist2=[]
for i in lis2:
t=i.text
textlist2.append(t)
browser.close()
我们可以观察上面两种操作的结果有何不同。
第一种的选取不是很精确,选出的内容较多:
textlist1:
第二种选出来的内容是我们需要的:
textlist2:
还可以使用By函数的形式:
from selenium import webdriver
from selenium.webdriver.common.by import By
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
lis = browser.find_elements(By.CSS_SELECTOR, '.service-bd li') #定位li节点
textlist3=[]
for i in lis:
t=i.text
textlist3.append(t)
browser.close()
上面的定位更不精确,选出的内容同样多
5. 元素交互操作
如:驱动浏览器搜索
思路是:定位搜索框->键盘回车键
关键是要定位到搜索框!
'''selenium怎么驱动Chrome浏览器百度"Python"这个词'''
browser = webdriver.Chrome() #声明驱动对象
try:
browser.get('https://www.baidu.com')
input = browser.find_element_by_id('kw')
input.send_keys('Python') #向元素中发送一些键法 这里是敲入'python'
input.send_keys(Keys.ENTER) #再敲入回车
wait = WebDriverWait(browser, 10) #等待10s
#等待这个元素被加载出来
wait.until(EC.presence_of_element_located((By.ID, 'content_left')))
print(browser.current_url) #打印当前url
print(browser.get_cookies()) #获取cookies
print(browser.page_source) #打印源代码
finally:
browser.close()
再如驱动淘宝网页搜索商品:
from selenium import webdriver
import time
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
input = browser.find_element_by_id('q') #搜索框
input.send_keys('iPhone') #输入iPone
time.sleep(5) #等待5s
input.clear() #清空
input.send_keys('iPad') #再输入ipad
time.sleep(5)
button = browser.find_element_by_class_name('btn-search') #找到搜索按钮
button.click() #点击按钮搜索
更多操作点击:
http://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.remote.webelement
6. 等待
6.1 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
#在网速比较慢时,可以添加一个隐式等待
browser = webdriver.Chrome()
browser.implicitly_wait(10)
browser.get('https://www.zhihu.com/explore')
input = browser.find_element_by_class_name('zu-top-add-question')
print(input)
6.2 显式等待
指定一个等待条件,再指定一个最长等待时间,那么会在这个最长等待时间内,判断条件是否成立,如果成立,会立即返回。如果不成立,会一直等待,直至等待到最长等待时间,如果还是不满足条件,会报异常。如果在等待时间内,满足条件了,会正常返回。
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/')
#最长等待时间
wait = WebDriverWait(browser, 10)
#传入等待条件,参数是元组类型
#判断是否出现
input = wait.until(EC.presence_of_element_located((By.ID, 'q')))
#判断是否可点击
button = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, '.btn-search')))
print(input, button)
7. 前进后退
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/')
#后退
browser.back()
#睡眠1秒
time.sleep(1)
#前进
browser.forward()
#关闭
browser.close()
8. 选项卡管理
增加、跳转浏览器窗口
import time
from selenium import webdriver
#首先打开浏览器,进百度
browser = webdriver.Chrome()
browser.get('https://www.baidu.com')
#新开窗口的方式(空白窗口)
browser.execute_script('window.open()')
#返回所有窗口的引用(根据这个引用跳转窗口)
print(browser.window_handles)
#切换到第二个选项卡
browser.switch_to_window(browser.window_handles[1])
#打开淘宝(这里是在刚才切换到的第二个选项卡中打开淘宝官网)
browser.get('https://www.taobao.com')
time.sleep(1)
#休息1秒后,转到第一个选项卡,打开python官网
browser.switch_to_window(browser.window_handles[0])
browser.get('https://python.org')
9. 其他
个人会的还比价少,下面的没有实际用过,不知道在什么场景下使用,先记录下来。
9.1 交互动作
将动作附加到动作链中串行执行
from selenium import webdriver
from selenium.webdriver import ActionChains
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')
target = browser.find_element_by_css_selector('#droppable')
actions = ActionChains(browser) #动作链
actions.drag_and_drop(source, target)
actions.perform()
更多操作:
http://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.common.action_chains
9.2 执行JavaScript
某些元素没有提供api
或上面的元素交互动作无法实现时
from selenium import webdriver
#知乎,下拉到进度条的最下方
browser = webdriver.Chrome()
browser.get('https://www.zhihu.com/explore') #定位网址
#传java script语句(emm,还不懂啥意思)
browser.execute_script('window.scrollTo(0, document.body.scrollHeight)')
browser.execute_script('alert("To Bottom")') #网页提示,已下拉到最下方
9.3 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())
9.4 异常处理
异常处理的情况应该比较复杂,有多种情况,这里就一个小点,之后如果用到了再深入了解
from selenium import webdriver
from selenium.common.exceptions import TimeoutException, NoSuchElementException
browser = webdriver.Chrome()
try:
browser.get('https://www.baidu.com')
except TimeoutException: #如果超时异常怎么办
print('Time Out')
try:
browser.find_element_by_id('hello')
except NoSuchElementException: #如果不存在,输出提醒
print('No Element')
finally:
browser.close()