关于python Selenium自动化测试进行网站登陆界面识别验证码

原创于 2024-12-13 01:55:11 发布 · 1.1k 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#python #selenium #开发语言

我在做毕业论文的时候，苦于寻找识别验证码的手段进行后续的自动化测试，但是我在搜索+ai无果后，偶然翻出以前写过的自动化测试，发现居然已经是实现成功，仅需要修改一下元素地址

大家如果需要的话，直接通过修改带有中文提示的地方，我都已经做了提醒是关于要哪个元素的地址，很清晰，如果不懂的可以在评论区留言一下，我自己也不是很懂，只是之前找到的，如果能帮助各位也是可以的

代码如下：

import unittest
import ddddocr
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from time import sleep
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.chrome.service import Service
#import HTMLTestRunner


class Test(unittest.TestCase):
    @classmethod
    def setUpClass(self):
        option = webdriver.ChromeOptions()
        option.add_experimental_option("detach", True)

        # 指定 Chrome 浏览器的路径
        chrome_path = r'chrome.exe的路径'

        # 创建 Chrome 选项对象
        chrome_options = Options()
        chrome_options.binary_location = chrome_path  # 设置 Chrome 浏览器的路径

        # 创建 ChromeDriver 服务
        chromedriver_path = r'chromedriver.exe路径'
        service = Service(executable_path=chromedriver_path)

        # 启动浏览器

        self.driver = webdriver.Chrome(service=service, options=chrome_options)
        self.driver.get("登陆页面的地址")
        self.wait = WebDriverWait(self.driver, 10)
        

    def test_login(self):
         # 此处是账号
        username="账号"
        # 此处是密码
        password="密码"
        sleep(2)
        self.wait.until(EC.presence_of_element_located((By.XPATH, '账号输入框的xpath'))).send_keys(username)
        sleep(2)
        self.wait.until(EC.presence_of_element_located((By.XPATH, '密码输入框的xpath'))).send_keys(password)
        img = self.driver.find_element(By.XPATH,'验证码的xpath')
        img.screenshot('image.png')
        ocr = ddddocr.DdddOcr(old=True)
        with open("image.png", 'rb') as f:
            image = f.read()
        # 将识别后的验证码4位数存储进res变量
        res = ocr.classification(image)
        self.wait.until(EC.presence_of_element_located((By.XPATH, '输入验证码的xpath'))).send_keys(res)
        sleep(2)
        self.wait.until(EC.element_to_be_clickable((By.XPATH, '登陆按钮的xpath'))).click()
        sleep(2)
        self.assertTrue(True)
        sleep(5)

if __name__ == "__main__":
    report_path = 'test_report.html'
    with open(report_path, 'wb+') as report_file:
        suite = unittest.TestLoader().loadTestsFromTestCase(Test)
        #runner = HTMLTestRunner.HTMLTestRunner(stream=report_file, title='Test gdcp',     description='Test Results')
        #runner.run(suite)

关于库的下载我也给大家准备了镜像源

 pip install xxxxx -i https://pypi.tuna.tsinghua.edu.cn/simple

大家把需要的库放在xxxxx中就可以了

例如：

 pip install ddddocr -i https://pypi.tuna.tsinghua.edu.cn/simple

关于最下面的htmlTestRunner的话是生成html测试报告的，但是我不知道为什么生成不了还是说生成在哪里，如果有需要的同学需要自己了解一下，所以我注释掉了

简单来说，这个代码是挺简单的，如果需要的同学请看下面解读，给答辩的同学讲讲原理（可能不太对，如果错了不要喷，我只能说我自己理解+ai的）

首先先讲库

import unittest
#Python 内置的单元测试框架，用于编写、组织测试用例，实现自动化测试。
import ddddocr
#用于识别图像文字（如验证码）的第三方库。
from selenium.webdriver.common.by import By
#selenium 中定位网页元素的策略指定类，确定按何种方式找元素。
from selenium.webdriver.support.ui import WebDriverWait
#在 selenium 里设置等待条件与超时时间，确保页面准备好再操作。
from selenium.webdriver.support import expected_conditions as EC
#定义页面、元素状态期望条件，配合等待使用。
from time import sleep
#让程序暂停执行一段时间的 Python 标准库函数。
from selenium import webdriver
#用于网页自动化操作、测试的强大库，可驱动浏览器操作网页。
from selenium.webdriver.chrome.options import Options
#配置 Chrome 浏览器启动选项的类，按需定制启动状态。
from selenium.webdriver.chrome.service import Service
#管理 Chrome 浏览器驱动服务的类，保障驱动正常运行。
#import HTMLTestRunner
#测试报告的库，好像要单独下载，pip下载不了

然后到配置浏览器启动

 def setUpClass(self):
        option = webdriver.ChromeOptions()
        option.add_experimental_option("detach", True)
        

        # 指定 Chrome 浏览器的路径
        chrome_path = r'chrome.exe的路径'

        # 创建 Chrome 选项对象
        chrome_options = Options()
        chrome_options.binary_location = chrome_path  # 设置 Chrome 浏览器的路径
        # 创建 ChromeDriver 服务
        chromedriver_path = r'chromedriver.exe路径'
        service = Service(executable_path=chromedriver_path)

        # 启动浏览器
        self.driver = webdriver.Chrome(service=service, options=chrome_options)
        self.driver.get("登陆页面的地址")
        self.wait = WebDriverWait(self.driver, 10)

创建了 ChromeOptions 对象，并且通过 add_experimental_option 方法设置了 detach 为 True，这样浏览器在运行完相关操作后不会自动关闭，方便查看结果等，但是实际上好像也没啥用，还是自动关闭了
指定了 chrome.exe 的实际路径，也就是明确了要使用的 Chrome 浏览器所在位置，把这个路径设置到 ChromeOptions 对象里。

注意安装chromedriver要看好自己浏览器版本，如果安装版本不一样不能用！！！！

然后确定 chromedriver.exe 的路径，并基于此创建了 Service 对象，这个对象是用来管理 Chrome 浏览器驱动服务的。

最后，使用前面配置好的选项和服务启动 Chrome 浏览器，打开指定的登陆页面地址，同时还创建了一个 WebDriverWait 对象，设置最长等待时间为 10 秒，方便后续在操作页面元素时根据需要等待元素加载等情况出现。

def test_login(self):
         # 此处是账号
        username="账号"
        # 此处是密码
        password="密码"
        sleep(2)
        self.wait.until(EC.presence_of_element_located((By.XPATH, '账号输入框的xpath'))).send_keys(username)
        sleep(2)
        self.wait.until(EC.presence_of_element_located((By.XPATH, '密码输入框的xpath'))).send_keys(password)
        img = self.driver.find_element(By.XPATH,'验证码的xpath')
        img.screenshot('image.png')
        ocr = ddddocr.DdddOcr(old=True)
        with open("image.png", 'rb') as f:
            image = f.read()
        # 将识别后的验证码4位数存储进res变量
        res = ocr.classification(image)
        self.wait.until(EC.presence_of_element_located((By.XPATH, '输入验证码的xpath'))).send_keys(res)
        sleep(2)
        self.wait.until(EC.element_to_be_clickable((By.XPATH, '登陆按钮的xpath'))).click()
        sleep(2)
        self.assertTrue(True)
        sleep(5)

账号密码不多说

通过 WebDriverWait 结合期望条件 EC.presence_of_element_located ，依据账号输入框的 XPath 定位到该元素后，使用 send_keys 方法向账号输入框里填入之前定义好的用户名；再暂停 2 秒后，用同样的方式定位密码输入框，并填入密码。

EC.presence_of_element_located 就是等待直到指定定位方式（如通过 By.XPATH、By.ID、By.CLASS_NAME 等）能找到对应的元素，也就是元素已经在 DOM 中出现。
如果不知道xpath怎么获取的，就是你普通页面右键，然后最下面有个检查，点进去有个这样的（我的是edge，谷歌的应该一样）

就左下角第一个，一个矩形加个鼠标，点一下，你鼠标在页面移动过程中会有一种样式的显示，然后你碰一下例如最上面的国内版，检查的界面会自动帮你跳转到这个国内版文字所在的代码中（自己摸索，不太会讲），然后你右键-copy

建议复制完整的XPath

之后，依据验证码图片的 XPath 定位到验证码图片元素，使用 screenshot 方法将其截取保存为 image.png 文件。

接着实例化 dddocr 库的 DdddOcr 类，读取保存的验证码图片文件内容，再调用识别图片里的验证码，将识别出的 4 位验证码结果存储到 res 变量中。

把识别出的验证码填入相应输入框；再暂停 2 秒，等待登陆按钮可点击后进行点击操作

最后再暂停 5 秒，为了查看登录后的页面情况是否成功。

if __name__ == "__main__":
    # 测试报告命名
    report_path = 'test_report.html'
    with open(report_path, 'wb+') as report_file:
        suite = unittest.TestLoader().loadTestsFromTestCase(Test)
        # runner = HTMLTestRunner.HTMLTestRunner(stream=report_file, title='Test gdcp', description='Test Results')
        # runner.run(suite)

首先，使用 with open 语句以二进制读写模式（wb+）打开了一个文件，这个文件的路径由 report_path 变量指定，并且把打开的这个文件对象命名为 report_file 。

然后呢，通过 unittest 模块里的 TestLoader 类创建了一个测试加载器对象，并用这个加载器对象去加载 Testgdcp 这个测试用例类里面定义的所有测试用例，将这些测试用例整合成一个测试套件（suite ），方便后续对这些测试用例进行统一的管理和执行之类的操作。