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

1 from selenium import webdriver2 #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3 browser = webdriver.Chrome()

 

二、访问页面并获取网页html

1 from selenium import webdriver2 browser = webdriver.Chrome()3 browser.get('https://www.taobao.com')4 print(browser.page_source)#browser.page_source是获取网页的全部html5 browser.close()

 

三、查找元素

单个元素

1 from selenium import webdriver2 browser = webdriver.Chrome()3 browser.get('https://www.taobao.com')4 input_first = browser.find_element_by_id('q')5 input_second = browser.find_element_by_css_selector('#q')6 input_third = browser.find_element_by_xpath('//*[@id="q"]')7 print(input_first,input_second,input_third)8 browser.close()

常用的查找方法

1 find_element_by_name2 find_element_by_xpath3 find_element_by_link_text4 find_element_by_partial_link_text5 find_element_by_tag_name6 find_element_by_class_name7 find_element_by_css_selector

也可以使用通用的方法

1 from selenium import webdriver2 from selenium.webdriver.common.by import By3 browser = webdriver.Chrome()4 browser.get('https://www.taobao.com')5 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6 print(input_first)7 browser.close()

多个元素，elements多个s  1 input_first = browser.find_elements_by_id('q') 

三、元素交互操作-搜索框传入关键词进行自动搜索

 

1 from selenium import webdriver 2 import time 3 browser = webdriver.Chrome() 4 browser.get('https://www.taobao.com') 5 input = browser.find_element_by_id('q')#找到搜索框 6 input.send_keys('iPhone')#传送入关键词 7 time.sleep(5) 8 input.clear()#清空搜索框 9 input.send_keys('男士内裤')10 button = browser.find_element_by_class_name('btn-search')#找到搜索按钮11 button.click()

 

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

1 from selenium import webdriver 2 from selenium.webdriver import ActionChains#引入动作链 3  4 browser = webdriver.Chrome() 5 url = 'http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable' 6 browser.get(url) 7 browser.switch_to.frame('iframeResult')#切换到iframeResult框架 8 source = browser.find_element_by_css_selector('#draggable')#找到被拖拽对象 9 target = browser.find_element_by_css_selector('#droppable')#找到目标10 actions = ActionChains(browser)#声明actions对象11 actions.drag_and_drop(source, target)12 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

1 from selenium import webdriver2 browser = webdriver.Chrome()3 browser.get('https://www.zhihu.com/explore')4 browser.execute_script('window.scrollTo(0, document.body.scrollHeight)')5 browser.execute_script('alert("To Bottom")')

七、获取元素信息

获取属性

1 from selenium import webdriver 2 from selenium.webdriver import ActionChains 3  4 browser = webdriver.Chrome() 5 url = 'https://www.zhihu.com/explore' 6 browser.get(url) 7 logo = browser.find_element_by_id('zh-top-link-logo')#获取网站logo 8 print(logo) 9 print(logo.get_attribute('class'))10 browser.close()

 

获取文本值

1 from selenium import webdriver 2 browser = webdriver.Chrome() 3 url = 'https://www.zhihu.com/explore' 4 browser.get(url) 5 input = browser.find_element_by_class_name('zu-top-add-question') 6 print(input.text)#input.text文本值 7 browser.close() 8  9 # 获取Id，位置，标签名，大小10 from selenium import webdriver11 browser = webdriver.Chrome()12 url = 'https://www.zhihu.com/explore'13 browser.get(url)14 input = browser.find_element_by_class_name('zu-top-add-question')15 print(input.id)#获取id16 print(input.location)#获取位置17 print(input.tag_name)#获取标签名18 print(input.size)#获取大小19 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

 

1 from selenium import webdriver 2 from selenium.common.exceptions import NoSuchElementException 3  4 browser = webdriver.Chrome() 5 url = 'http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable' 6 browser.get(url) 7 browser.switch_to.frame('iframeResult') 8 source = browser.find_element_by_css_selector('#draggable') 9 print(source)10 try:11     logo = browser.find_element_by_class_name('logo')12 except NoSuchElementException:13     print('NO LOGO')14 browser.switch_to.parent_frame()15 logo = browser.find_element_by_class_name('logo')16 print(logo)17 print(logo.text)

 

九、等待

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

1 from selenium import webdriver2 3 browser = webdriver.Chrome()4 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5 browser.get('https://www.zhihu.com/explore')6 input = browser.find_element_by_class_name('zu-top-add-question')7 print(input)

 

2. 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

1 from selenium import webdriver 2 from selenium.webdriver.common.by import By 3 from selenium.webdriver.support.ui import WebDriverWait 4 from selenium.webdriver.support import expected_conditions as EC 5  6 browser = webdriver.Chrome() 7 browser.get('https://www.taobao.com/') 8 wait = WebDriverWait(browser, 10) 9 input = wait.until(EC.presence_of_element_located((By.ID, 'q')))10 button = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, '.btn-search')))11 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Falseelement_located_selection_state_to_be 传入定位元组以及状态，相等返回True，否则返回Falsealert_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、前进后退-实现浏览器的前进后退以浏览不同的网页

 

1 import time 2 from selenium import webdriver 3  4 browser = webdriver.Chrome() 5 browser.get('https://www.baidu.com/') 6 browser.get('https://www.taobao.com/') 7 browser.get('https://www.python.org/') 8 browser.back() 9 time.sleep(1)10 browser.forward()11 browser.close()

 

 

十一、Cookies

 

1 from selenium import webdriver2 3 browser = webdriver.Chrome()4 browser.get('https://www.zhihu.com/explore')5 print(browser.get_cookies())6 browser.add_cookie({
    'name': 'name', 'domain': 'www.zhihu.com', 'value': 'germey'})7 print(browser.get_cookies())8 browser.delete_all_cookies()9 print(browser.get_cookies())

 

选项卡管理 增加浏览器窗口

1 import time 2 from selenium import webdriver 3  4 browser = webdriver.Chrome() 5 browser.get('https://www.baidu.com') 6 browser.execute_script('window.open()') 7 print(browser.window_handles) 8 browser.switch_to_window(browser.window_handles[1]) 9 browser.get('https://www.taobao.com')10 time.sleep(1)11 browser.switch_to_window(browser.window_handles[0])12 browser.get('http://www.fishc.com')

 

十三、异常处理

1 from selenium import webdriver 2  3 browser = webdriver.Chrome() 4 browser.get('https://www.baidu.com') 5 browser.find_element_by_id('hello') 6  7 from selenium import webdriver 8 from selenium.common.exceptions import TimeoutException, NoSuchElementException 9 10 browser = webdriver.Chrome()11 try:12     browser.get('https://www.baidu.com')13 except TimeoutException:14     print('Time Out')15 try:16     browser.find_element_by_id('hello')17 except NoSuchElementException:18     print('No Element')19 finally:20     browser.close() # 详细文档：http://selenium-python.readthedocs.io/api.html#module-selenium.common.exceptions