selenium模块用法详解
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 webdriver
2 #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 webdriver
2 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html
5 browser.close()
三、查找元素
单个元素
1 from selenium import webdriver
2 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_name
2 find_element_by_xpath
3 find_element_by_link_text
4 find_element_by_partial_link_text
5 find_element_by_tag_name
6 find_element_by_class_name
7 find_element_by_css_selector
也可以使用通用的方法
1 from selenium import webdriver
2 from selenium.webdriver.common.by import By
3 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 webdriver
2 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 webdriver
11 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id
16 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 webdriver
2
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 webdriver
2
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
