selenium从0到掌握

简介

Selenium 是最广泛使用的开源 Web UI（用户界面）自动化测试套件之一。Selenium 支持的语言包括C#，Java，Perl，PHP，Python 和 Ruby。目前，Selenium Web 驱动程序最受 Python 和 C＃欢迎。 Selenium 测试脚本可以使用任何支持的编程语言进行编码，并且可以直接在大多数现代 Web 浏览器中运行。在爬虫领域 selenium 同样是一把利器，能够解决大部分的网页的反爬问题。下面就进入正式的 study 阶段。

安装

打开cmd命令，输入：

pip install -i https://pypi.douban.com/simple selenium

安装相应的浏览器驱动

针对不同的浏览器，需要安装不同的驱动。下面列举了常见的浏览器与对应的驱动程序下载链接，部分网址需要 “科学上网” 才能打开哦（dddd）。

Firefox 浏览器驱动：Firefox
Chrome 浏览器驱动：Chrome
IE 浏览器驱动：IE
Edge 浏览器驱动：Edge
PhantomJS 浏览器驱动：PhantomJS
Opera 浏览器驱动：Opera

不自动关闭浏览器

from selenium import webdriver
# chrom 浏览器
driver = webdriver.Chrome(r".\101.0.4951.41驱动\chromedriver.exe")
# 不自动关闭浏览器
option = webdriver.ChromeOptions()
option.add_experimental_option("detach", True)
# 将option作为参数添加到Chrome中
driver = webdriver.Chrome(chrome_options=option)

定位语法

单个元素element 多个元素elements 多一个s

id定位

标签的id具有唯一性，就像人的身份证，假设有如下标签：

<input id="toolbar-search-input" autocomplete="off" type="text" value="" placeholder="C++难在哪里？">

我们可以通过 id 定位到它，由于id的唯一性，我们可以不管其他的内容：

driver.find_element_by_id("toolbar-search-input")

name 定位

name指定标签的名称，在页面中不唯一，如下：

<meta name="keywords" content="优快云博客,优快云学院,优快云论坛,优快云直播">

我们可以使用 find_element_by_name来定位

driver.find_element_by_name("keywords")

class 定位

class指定标签的类名，在页面中不唯一，如下：

<div class="toolbar-search-container">

我们可以使用find_element_by_class_name来定位：

driver.find_element_by_class_name("toolbar-search-container")

tag 定位（标签）

每个 tag往往来定义一类功能，所以通过tag来识别某个元素的成功率很低，每个页面都用很多的tag，比如：div ，input，比如：

<div class="toolbar-search-container">

我们可以使用 find_element_tag_name定位到div标签

css定位

css使用选择器来为页面绑定属性，它比较较为灵活的选择控件的任意属性

方法	例子	描述
.class	.a	选择class=’a‘的所有元素
#id	#a	选择id=‘a’的所有元素
*	*	选择所有元素
element	input	选择所有的 input元素 ，也可以是其他自定义元素
element > element	div>input	选择父元素为div的所有input元素
element+element	div+input	选择同一级中在 div 之后的所有 input 元素
[attribute = value]	通过属性选择元素	[ type = ‘password’] 选择type属性为password的元素
[attribute]	[type]	选择具有type属性的元素
a:link ,a:visited		选择未被访问 、已被访问的元素
p:empty		选择没有子元素的p元素

通过find_element_by_css_selector访问：

driver.find_element_by_css_selector('#a')
driver.find_element_by_css_selector('html>body>div>div>div>div>div>div>input')

link

link专门用来定位文本链接，也就是根据超链接的全匹配文本，找到对应的超链接如：

<div class="practice-box" data-v-04f46969="">百度地图</div>

我们可以使用find_element_by_link_text来定位，如：

//找到百度地图的超链接文本，并单击
driver.find_element_by_link_text("百度地图").click()

partial_link 定位

partial_link 翻译过来就是"部分链接"，有些时候有些文本比较长，我们就可以指定部分的文本，如：

<div class="practice-box" data-v-04f46969="">加入！每日一练</div>

我们可以使用 find_element_partial_link_text来定位，如：

driver.find_element_by_partial_link_text("加入")

by类定位

导入类

from selenium.webdriver.common.by import By

具体语法

# 1. 通过元素的id属性进行定位。
find_element(By.ID, "id属性值")

# 2. 通过元素的name属性进行定位。
find_element(By.NAME, "name属性值")

# 3. 通过元素的class属性进行定位。
find_element(By.CLASS_NAME, "class属性值")

# 4.通过元素标签进行定位。
find_element(By.TAG_NAME, "标签名")

# 5. 通过超链接中全部文字定位超链接。
find_element(By.LINK_TEXT, "完整超链接文本")

# 6. 通过超链接中部分连续文字定位超链接。
find_element(By.PARTIAL_LINK_TEXT, "部分超链接文本")

# 7. 通过XPath定位元素。
find_element(By.XPATH, "XPath路径表达式")

# 8. 通过css选择器定位元素。
find_element(By.CSS_SELECTOR, "css选择器定位策略")

By定位与8种基本定位方法类比

浏览器控制

修改浏览器窗口大小

webdriver提供了set_window_size()方法来修改浏览器窗口的大小（宽高）
如：

driver.set_window_size(600,800)

也可以使用maximize_window()方法，实现让浏览器全屏幕显示，如：

driver.maximize_window()

浏览器的前进、后退

webdriver提供back和forward方法来实现页面的后退和前进，如：

from selenium import webdriver
# chrom 浏览器
driver = webdriver.Chrome(r".\101.0.4951.41驱动\chromedriver.exe")
driver.maximize_window()
driver.get("https://www.baidu.com/")
xinxi = driver.find_element_by_link_text("地图").click()
# 回到百度首页
driver.back()
#在前进到 地图页面
driver.forward()

如果想要再次打开网页的时候，不是在原来窗口上访问，也就是在新的窗口上打开新的链接，我们需要用js来打开新的标签，如：

js= "window.open('网址')"
driver.execute_script(js)

浏览器刷新

在一些特殊的情况下，我们需要刷新我们的页面才能获取数据，这时我们可以使用refresh来刷新我们的页面，如：

driver.refresh()

浏览器窗口切换

在很多时候我们都需要用到窗口切换，比如:当我们点击注册按钮的时候，它一般都会打开一个新的标签，但是我们本身并没有跳转过去。
我们先获取窗口的句柄,这些信息存放顺序都是按照时间来的，最新打开的窗口就在末尾，这时候我们就可以定位到我们最后打开的窗口，如：

#获取当前页面的句柄
driver.current_window_handle
#获取打开的多个窗口句柄
window = driver.window_handles
# 打开顺序中最后一个窗口
driver.switch_to.window(window[-1])

webdriver 常见操作

方法	描述
send_keys()	模拟输入指定的内容
clear（）	清除文本内容
is_displayed()	判断该元素是否可见
get_attribute()	获取标签属性值
size	返回元素的尺寸
text	返回元素的文本

例子

# -*- coding: utf-8 -*-
# @Time : 2022/5/25 17:31
# @Author : FleChazo
# @Email : 1963855603@qq.com
from time import sleep

from selenium import webdriver
# chrome 浏览器
driver = webdriver.Chrome(r".\101.0.4951.41驱动\chromedriver.exe")

driver.get('https://www.youkuaiyun.com/')
sleep(2)
# 定位搜索输入框
text_label = driver.find_element_by_xpath('//*[@id="toolbar-search-input"]')

# 在搜索框中输入 Dream丶Killer
text_label.send_keys('Dream丶Killer')

sleep(2)
# 清除搜索框中的内容
text_label.clear()

# 输出搜索框元素是否可见
print(text_label.is_displayed())
# 输出placeholder的值
print(text_label.get_attribute('placeholder'))

# 定位搜索按钮
button = driver.find_element_by_xpath('//*[@id="toolbar-search-button"]/span')
# 输出按钮的大小
print(button.size)
# 输出按钮上的文本
print(button.text)

'''输出内容
True
数据可视化工具
{'height': 32, 'width': 28}
搜索
'''

鼠标控制

常见方法

在webdriver中，鼠标的操作都封装在ActionChains类中

方法	描述
click()	单击鼠标左键
context_click()	单击鼠标右键
duoble_click()	双击
drag_and_drop()	拖动
move_to_element()	鼠标悬停
perform（）	执行所有ActionChains中存储的动作

单击左键

左键不需要用到Actionchains

# 定位搜索按钮
button = driver.find_element_by_xpath('//*[@id="toolbar-search-button"]/span')
# 执行单击操作
button.click()

右击

需要用到 ActionChains类

导入 from selenium.webdriver.common.action_chains import ActionChains

from selenium.webdriver.common.action_chains import ActionChains

# 定位搜索按钮
button = driver.find_element_by_xpath('//*[@id="toolbar-search-button"]/span')
# 右键搜索按钮
ActionChains(driver).context_click(button).perform()

双击

也需要用到Actionchains类
导入 from selenium.webdriver.common.action_chains import ActionChains

ActionChains(driver).double_click(driver.find_element_by_link_text("地图")).perform()

拖动

模拟鼠标拖动，必须要有两个参数：

• source：选择要拖动的元素
• target：鼠标拖动并释放的元素

# 定位要拖动的元素
source = driver.find_element_by_xpath('xxx')
# 定位目标元素
target = driver.find_element_by_xpath('xxx')
# 执行拖动动作
ActionChains(driver).drag_and_drop(source, target).perform()

鼠标悬停

# 定位收藏栏
collect  = driver.find_element_by_xpath('//*[@id="csdn-toolbar"]/div/div/div[3]/div/div[3]/a')

# 悬停至收藏标签处
ActionChains(driver).move_to_element(collect).perform()

键盘控制

定义

webdriver中的keys类几乎包含了键盘上的所有按键，我们也可以使用send_keys+keys实现键盘上的组合键，ctrl+c，ctrl+v等，如：

导入类

import 后面是大写的K

from selenium.webdriver.common.keys import Keys

from selenium.webdriver.common.keys import Keys

# 定位输入框并输入文本
driver.find_element_by_id('xxx').send_keys('Dream丶killer')

# 模拟回车键进行跳转（输入内容后） 
driver.find_element_by_id('xxx').send_keys(Keys.ENTER)

# 使用 Backspace 来删除一个字符
driver.find_element_by_id('xxx').send_keys(Keys.BACK_SPACE)

# Ctrl + A 全选输入框中内容
driver.find_element_by_id('xxx').send_keys(Keys.CONTROL, 'a')

# Ctrl + C 复制输入框中内容
driver.find_element_by_id('xxx').send_keys(Keys.CONTROL, 'c')

# Ctrl + V 粘贴输入框中内容
driver.find_element_by_id('xxx').send_keys(Keys.CONTROL, 'v')

常见的操作

都是大写K，Keys

操作	描述
Keys.F1	F1键
Keys.SPACE	空格
Keys.BACK_SPACE	删除键
Keys.TAB	tab键
Keys.ESCAPE	esc键
Keys.ALT	alt键位
Keys.SHIFT	shift键
Keys.ARROW_DOWN	向下箭头
Keys.ARROW_UP	向上箭头
Keys.ARROW_LEFT	向左箭头
Keys.ARROW_RIGHT	向右箭头

Keys类

上面我列举了常用的操作，下面是 Keys类中的属性：

class Keys(object):
    """
    Set of special keys codes.
    """

    NULL = '\ue000'
    CANCEL = '\ue001'  			# ^break
    HELP = '\ue002'
    BACKSPACE = '\ue003'
    BACK_SPACE = BACKSPACE		# 删除键
    TAB = '\ue004'				# TAB键
    CLEAR = '\ue005'
    RETURN = '\ue006'
    ENTER = '\ue007'			# 回车键
    SHIFT = '\ue008'			# Shift键
    LEFT_SHIFT = SHIFT			# Shift键
    CONTROL = '\ue009'
    LEFT_CONTROL = CONTROL		# Ctrl键
    ALT = '\ue00a'				# Alt键
    LEFT_ALT = ALT
    PAUSE = '\ue00b'
    ESCAPE = '\ue00c'			# ECS键
    SPACE = '\ue00d'			# 空格键
    PAGE_UP = '\ue00e'			# PgUp
    PAGE_DOWN = '\ue00f'		# PgDn
    END = '\ue010'				# End
    HOME = '\ue011'				# Home
    LEFT = '\ue012'				# ← 键
    ARROW_LEFT = LEFT
    UP = '\ue013'				# ↑ 键
    ARROW_UP = UP
    RIGHT = '\ue014'			# → 键
    ARROW_RIGHT = RIGHT
    DOWN = '\ue015'				# ↓ 键
    ARROW_DOWN = DOWN
    INSERT = '\ue016'			# insert键
    DELETE = '\ue017'			# Del键
    SEMICOLON = '\ue018'		# ；键
    EQUALS = '\ue019'			# = 键

    NUMPAD0 = '\ue01a'  		# 数字小键盘
    NUMPAD1 = '\ue01b'
    NUMPAD2 = '\ue01c'
    NUMPAD3 = '\ue01d'
    NUMPAD4 = '\ue01e'
    NUMPAD5 = '\ue01f'
    NUMPAD6 = '\ue020'
    NUMPAD7 = '\ue021'
    NUMPAD8 = '\ue022'
    NUMPAD9 = '\ue023'
    MULTIPLY = '\ue024'			# * 键
    ADD = '\ue025'				# + 键
    SEPARATOR = '\ue026'		# , 键
    SUBTRACT = '\ue027'			# - 键
    DECIMAL = '\ue028'			# . 键
    DIVIDE = '\ue029'			# / 键

    F1 = '\ue031'  				# F1
    F2 = '\ue032'
    F3 = '\ue033'
    F4 = '\ue034'
    F5 = '\ue035'
    F6 = '\ue036'
    F7 = '\ue037'
    F8 = '\ue038'
    F9 = '\ue039'
    F10 = '\ue03a'
    F11 = '\ue03b'
    F12 = '\ue03c'

    META = '\ue03d'
    COMMAND = '\ue03d'

设置元素等待

定义

很多页面都采用ajax技术，页面的元素不是同时全部都被加载出来的，所以我们为了避免元素没加载出来的报错，可以这是元素来增加脚本的稳定性。webdriver中的等待分为显式等待、隐式等待、强制等待

expected_conditions（配合显式等待的模块）

导入类

from selenium.webdriver.support import expected_conditions as EC

常用方式

显式等待

显式等待：设置一个超时时间，每隔一段时间就去检查一次该元素是否存在

• 条件成立就执行下面的代码
• 条件不成立就抛出异常

WebDriverWait对象

包、语法

from selenium.webdriver.support.ui import WebDriverWait
WebDriverWait(driver,timeout,poll_frequency=0.5,ignored_exceptions=None)

• driver ： 浏览器对象
• timeout ： 超时时间，单位秒
• poll_frequency:每次检测的间隔时间，默认为0.5秒
• ignored_exceptions：指定忽略的异常，如果在调用util或者util_not方法时，抛出忽略的异常，则不中断代码，默认忽略的只有NoSuchElementException（异常详细解析）

而显式等待通常是和until和until_not一起使用，expected_conditions类配合使用，也就是这几步：

• 声明一个driverwait对象，指定等待的时间和每次间隔多少时间检查元素
• 再通过 util 或者 util_not 方法，达到返回结果和抛出异常的解决方法
• 在上面的方法里面，通过expected_conditions 进行元素的判断

util、util_not方法

语法

util(method,message='')
util_not(method,message='')

详解

• method：指定预期条件的判断方法，在等待期间，每隔一段时间调用该方法，判断元素是否存在，如果超过了设置的时间，就会抛出TimeoutException异常
• message：如果超时，就会抛出TimeoutException异常，然后显示我们自定义message的消息

混合使用的例子

# -*- coding: utf-8 -*-
# @Time : 2022/5/25 17:31
# @Author : FleChazo
# @Email : 1963855603@qq.com
from time import sleep

from selenium.common.exceptions import NoSuchElementException
from selenium.webdriver.common.action_chains import ActionChains
from selenium import webdriver
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.common.by import By
from selenium.webdriver.support  import expected_conditions as ec
from selenium.webdriver.support.ui import  WebDriverWait
# chrome 浏览器
driver = webdriver.Chrome(r".\101.0.4951.41驱动\chromedriver.exe")
driver.get('https://www.baidu.com/')
# baidu = driver.find_element_by_xpath("//*[@id='kw']")

element = WebDriverWait(driver, 1, 0.5).until(
            ec.presence_of_element_located( (By.ID, 'dadada')  ),
                                           message='超时啦!')

隐式等待

隐式等待也是有一个超时时间的，超时就会抛出NosuchElementException异常，除了抛出的异常不一样之外，还有一点：

• 隐式等待是全局性的，即在运行过程中，如果元素可以被定位到，则不影响程序的进行，如果定位不到，则会以 轮询的方式不断的访问元素，若超过了指定的时间，则会抛出异常。
• 我们使用 implicitly_wait()来实现隐式等待，示例：

from selenium import webdriver
from time import time

driver = webdriver.Chrome()
driver.get('https://blog.youkuaiyun.com/qq_43965708')
start = time()
#设置隐式等待 5秒
driver.implicitly_wait(5)
try:
#当进行寻找元素的操作时  触发隐式等待
    driver.find_element_by_id('kw')
except Exception as e:
#如果超出了等待的时间  则抛出异常
    print(e)
    print(f'耗时：{time()-start}')

结果：

强制等待

使用time.sleep()强制等待，设置固定的休眠时间，对于代码的效率会有影响，例如：

from selenium import webdriver
from time import time, sleep

driver = webdriver.Chrome()
driver.get('https://blog.youkuaiyun.com/qq_43965708')

start = time()
sleep(5)
try:
    driver.find_element_by_id('kw')
except Exception as e:
    print(e)
    print(f'耗时：{time()-start}')

结果：
当查找不到元素的时候，隐式等待和强制等待并没有什么不同，但是如果元素过了两秒（反正只要被加载出来）之后，隐式只会等待两秒，但是强制等待，会等待5秒

表单切换

定义

很多页面都会带frame/iframe表单嵌套，对于这种内嵌的页面selenium是不可以直接定位的，需要使用switch_to.frame()方法将当前操作的对象切换为frame/iframe内嵌的页面。（frame/iframe详解）
switch_to.frame()默认可以是用id或者name属性直接定位，但是没有id和name属性，这时候就要用到xath定位,如：

<!DOCTYPE html>
<html lang="en">

<head>
    <meta charset="UTF-8">
    <meta http-equiv="X-UA-Compatible" content="IE=edge">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>Document</title>
    <style>
        div p {
            color: #red;
            animation: change 2s infinite;
        }
        @keyframes change {
            from {
                color: red;
            }
            to {
                color: blue;
            }
        }
    </style>
</head>

<body>
    <div>
        <p>名字：惊鸿</p>
        <p>优快云：惊鸿</p>
 
    </div>
    <!--<iframe src="https://blog.youkuaiyun.com/qq_40608132?spm=1018.2226.3001.5343" width="400" height="200"></iframe>-->
 <iframe id="优快云_info" name="jh" src="https://blog.youkuaiyun.com/qq_40608132?spm=1018.2226.3001.5343" width="100%" height="100%"></iframe> 
</body>
</html>

我们点击红框中的csdn按钮就可以跳转到csdn页面：

# -*- coding: utf-8 -*-
# @Time : 2022/5/27 17:06
# @Author : FleChazo
# @Email : 1963855603@qq.com
from selenium import  webdriver
from selenium.webdriver.common.by import By

driver = webdriver.Chrome(r".\101.0.4951.41驱动\chromedriver.exe")# "file:///
driver.get("file:///D:/专业文件/Vue/简单测试/index.html")

# driver.switch_to.frame("优快云_info")
# 1.通过id定位
driver.switch_to.frame('优快云_info')
# 2.通过name定位
# driver.switch_to.frame('jh')
# 通过xpath定位
# 3.iframe_label = driver.find_element_by_xpath('/html/body/iframe')


driver.implicitly_wait(3)
driver.find_element(By.XPATH,"/html/body/div[1]/div/div/div[1]/div/a/img").click()

弹窗处理

HTML的弹窗类型

1. 警告消息框（alert）

警告消息框提供了一个’确定‘按钮让用户关闭消息框，并且该消息框是模式对话框，也就是说用户必须关闭消息框之后才能进行操作

2. 确认消息框（confrim）

确认消息框像用户提示一个’是’与’否‘的问题，用户可以点击确定和取消按钮

3. 提示消息对话（prompt）

提示消息框提供了一个文本提示，用户可以在此输入一个答案来响应你的提示
该消息框有一个确定和取消按钮，点击按钮都会分别显示相应的提示信息

因为这种弹窗是不属于HTML的元素的，它是属于浏览器自带的弹窗(是由JavaScript生成的)，所以用定位元素的方法是定位不了的（这类元素在使用F12选择元素时，是选择不到的）
在selenium中，提供了switch_to.alert()方法来定位到各种弹窗

• 先定位弹窗（switch_to.alert，自动定位当前弹窗）
• 在使用下方相应的方法进行操作

方法	描述
text	获取弹窗中的文字
accept	相当于点击确定
dismiss 相当于点击取消
send_keys	输入值（只能在prompt弹窗中使用）

例子

confirm弹窗

自己写的一个demo：

<html>
<head>
<script type="text/javascript">
    function show_confirm()
        {
    var r=confirm("请问：您是否关注了我的博客？");
    }
</script>
</head>
<body>
    <center>
    <input id="anjing" type="button" onclick="show_confirm()" value="点我，点我有惊喜！" />
    <input id="kw" name="wd" class="s_ipt" value="" maxlength="255" autocomplete="off">
    </center>
</body>
</html>

# -*- coding: utf-8 -*-
# @Time : 2022/5/27 17:06
# @Author : FleChazo
# @Email : 1963855603@qq.com
import time

from selenium import  webdriver
from selenium.webdriver.common.by import By

driver = webdriver.Chrome(r".\101.0.4951.41驱动\chromedriver.exe")# "file:///
driver.get("file:///D:/专业文件/Vue/简单测试/index.html")



# 点击按钮并弹出对话框
driver.find_element_by_id("anjing").click()
time.sleep(1)
# 定位对话框
alter = driver.switch_to.alert
print(alter)
# 打印对话框内容
print(alter.text)
# 点击对话框[确定]按钮以关闭对话框
# alter.accept()
# 点击对话框[取消]按钮以关闭对话框
alter.dismiss()
time.sleep(1)
# 关闭对话框后继续操作页面
driver.find_element_by_id("kw").send_keys("不怕猫的耗子A")

"""
<selenium.webdriver.common.alert.Alert object at 0x0000028242C68DA0>
请问：您是否关注了我的博客？
"""

commpt弹窗

<html>
<head>
<script type="text/javascript">
    function disp_prompt()
    {
    var name=prompt("请问：您关注我的博客了吗？")
     }
</script>
</head>
<body>
    <center>
        <input id="mouse" type="button" onclick="disp_prompt()" value="点我，点我有惊喜" />
        <input id="kw" name="wd" class="s_ipt" value="" maxlength="255" autocomplete="off">
    </center>
</body>
</html>

代码：

# -*- coding: utf-8 -*-
# @Time : 2022/5/27 17:06
# @Author : FleChazo
# @Email : 1963855603@qq.com
import time

from selenium import  webdriver
from selenium.webdriver.common.by import By

# driver = webdriver.Chrome(r".\101.0.4951.41驱动\chromedriver.exe")# "file:///
driver = webdriver.Firefox(executable_path=r"E:\PythoRUANJIAN\worspase\untitled\爬虫\selenium\二次学习\火狐2022.4\geckodriver.exe")# "file:///

driver.get("file:///D:/专业文件/Vue/简单测试/index.html")


from time import sleep



sleep(2)

# 点击alert按钮
driver.find_element_by_xpath('//*[@id="alert"]').click()
sleep(1)
alert = driver.switch_to.alert
# 打印alert弹窗的文本
print(alert.text)
# 确认
alert.accept()

sleep(2)

# 点击confirm按钮
driver.find_element_by_xpath('//*[@id="confirm"]').click()
sleep(1)
confirm = driver.switch_to.alert
print(confirm.text)
# 取消
confirm.dismiss()

sleep(2)

# 点击confirm按钮
driver.find_element_by_xpath('//*[@id="prompt"]').click()
sleep(1)
prompt = driver.switch_to.alert
print(prompt.text)
# 向prompt的输入框中传入文本
prompt.send_keys("prompt测试输入")
sleep(2)
prompt.accept()

'''输出
alert框
confirm框
prompt框
'''

上传、下载文件

上传

常见的web页面的上传，一般用input标签或（JavaScript、Ajax），对于input标签的上传，可以直接使用send_keys(文件路径)来进行上传
自己的写的demo：

在这里插入代码片