Selenium

最新推荐文章于 2025-11-29 16:24:14 发布

原创最新推荐文章于 2025-11-29 16:24:14 发布 · 217 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#selenium #python #html #chrome #前端

网络爬虫笔记专栏收录该内容

6 篇文章

订阅专栏

Selenium

文章目录

Selenium

自动化测试工具，支持多种浏览器。爬虫中主要用来解决JavaScript渲染的问题

访问页面

from selenium import webdriver
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
print(browser.page_source)
browser.close()  # 关闭打开的浏览器页面

如果此时提示"chromedriver’ executable needs to be in PATH"，解决办法之一就是下载对应chrome版本的chromedriver并将其设置到环境变量里。

查找元素

单个元素

from selenium import webdriver
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
input_first = browser.find_element_by_id('q')
input_second = browser.find_element_by_css_selector('#q')  
#两种方法输出结果相同
print(input_first,input_second)
browser.close()

输出

<selenium.webdriver.remote.webelement.WebElement (session="65ae925b4facbf1a077bb58deeba9ee2", element="8a002996-e33f-49e0-bf4e-c713ed62be67")> <selenium.webdriver.remote.webelement.WebElement (session="65ae925b4facbf1a077bb58deeba9ee2", element="8a002996-e33f-49e0-bf4e-c713ed62be67")>

类似的find方法有:

find_element(s)_by_name

find_element(s)_by_xpath

find_element(s)_by_link_text

find_element(s)_by_partial_link_text

find_element(s)_by_tag_name

find_element(s)_by_class_name

find_element(s)_by_css_selector

from selenium import webdriver
from selenium.webdriver.common.by import By
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
input_first = browser.find_element(By.ID, 'q')  
#更通用的方法是传递by对象
print(input_first)
browser.close()

输出

<selenium.webdriver.remote.webelement.WebElement (session="c7e40fa14076fd3fdef121abccee50f9", element="fd3968ba-0725-445f-b326-594b24e3f4b0")>

多个

from selenium import webdriver
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
lis = browser.find_elements_by_css_selector('.service-bd li')  
#elements为复数，用于多个元素的查找,同样可以传入by对象
print(lis)
browser.close()

元素交互操作

对获取的元素调用交互方法

from selenium import webdriver
import time
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
input = browser.find_element_by_id('q')
input.send_keys('iPhone')  # 输入
# 很重要的一步是：需要把chrome的驱动文件（最好是最新版）放
# 到python的安装目录下，不然会报错,而且chrome最好为32位
time.sleep(1)     # 间隔一秒
input.clear()  # 清空搜索框
input.send_keys('iPad')
button = browser.find_element_by_class_name('btn-search')
button.click()
browser.close()

更多交互操作

将动作附加到动作链中串行执行

from selenium import webdriver
from selenium.webdriver.common.action_chains 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")  #切换
source = browser.find_element_by_css_selector("#draggable")
target = browser.find_element_by_css_selector("#droppable")
actions = ActionChains(browser)
actions.drag_and_drop(source,target)
actions.perform()
browser.close()

更多动作操作

执行JavaScript

from selenium import webdriver
browser = webdriver.Chrome()
browser.get("https://www.zhihu.com/explore")
browser.execute_script("window.scrollTo(0,document.body.scrollHeight)")  
# 传递js操作
browser.execute_script('alert("To Bottom")')

获取元素信息

获取属性

from selenium import webdriver
browser = webdriver.Chrome()
url = "https://www.zhihu.com/explore"
browser.get(url)
logo = browser.find_element_by_id('zh-top-link-logo')
print(logo)
print(logo.get_attribute('class'))

获取文本值

from selenium import webdriver
browser = webdriver.Chrome()
url = "https://www.zhihu.com/explore"
browser.get(url)
input = browser.find_element_by_class_name('zu-top-add-question')
print(input.text)

获取ID、位置、标签名、大小

from selenium import webdriver
browser = webdriver.Chrome()
url = "https://www.zhihu.com/explore"
browser.get(url)
input = browser.find_element_by_class_name('zu-top-add-question')
print(input.id)
print(input.location)
print(input.tag_name)
print(input.size)

Frame

from selenium import webdriver
from selenium.common.exceptions import NoSuchElementException
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")
print(source)
try:
     logo = browser.find_element_by_class_name("logo")
except NoSuchElementException:   #不能在子frame里查找父frame里的内容
     print("No logo")
browser.switch_to.parent_frame()
logo = browser.find_element_by_class_name("logo")
print(logo)
print(logo.text)

等待

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，默认时间是0

from selenium import webdriver
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)

显式等待:设定等待时间和等待条件，若在等待时间内无法满足等待条件，则抛出错误

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/')
wait = WebDriverWait(browser, 10)  #创建对象、等待时间
input = wait.until(EC.presence_of_element_located((By.ID, 'q')))
#参数为元组，指定条件，成功则创建对象，失败则抛出错误
button = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, '.btn-search')))  # 按钮
print(input,button)
browser.close()

判断条件：

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 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False

element_located_selection_state_to_be

传入定位元组以及状态，相等返回True，否则返回False

alert_is_present 是否出现Alert

详细见http://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.support.expected_conditions

前进后退

from selenium import webdriver
import time
browser = webdriver.Chrome()
browser.get('https://www.taobao.com/')
browser.get('https://www.baidu.com/')
browser.get('https://www.python.org/')
browser.back()  # 后退
time.sleep(1)
browser.forward()  # 前进
browser.close()

Cookies

from selenium import webdriver
browser = webdriver.Chrome()
browser.get('https://www.zhihu.com/explore')
print(browser.get_cookies(),"\n")
browser.add_cookie({'name':'name','domain':'www.zhihu.com','value':'germey'})
print(browser.get_cookies(),"\n")
browser.delete_all_cookies()
print(browser.get_cookies(),"\n")

选项卡管理

from selenium import webdriver
import time
browser = webdriver.Chrome()
browser.get('https://www.baidu.com')
browser.execute_script('window.open()')  #创建新选项卡
print(browser.window_handles)  #打印选项卡，列表数目为选项卡数目
browser.switch_to.window(browser.window_handles[1])  #切换到第二个选项卡
browser.get('https://www.taobao.com')
time.sleep(1)
browser.switch_to.window(browser.window_handles[0])  #切换到第一个选项卡
browser.get('https://python.org')

异常处理

from selenium import webdriver
from selenium.common.exceptions import TimeoutException,NoSuchElementException
browser = webdriver.Chrome()
try:
    browser.get('https://www.baidu.com')
except TimeoutException:
    print('Time Out')
try:
    browser.find_element_by_id('helloo')
except NoSuchElementException:
    print('No Element')
finally:
    browser.close()