Selenium

发表于 | 分类于
字数统计: 2.3k

Selenium学习笔记

selenium是一个自动化测试工具，利用它可以驱动浏览器执行特定的动作，如点击、下拉等操作，同时还可以获取浏览器当前呈现的也米娜的源代码，做到了可见即可爬。

声明浏览器对象

selenium支持非常多的浏览器，如Chrome、Firefox、Edge等，还有Android、BlackBerry等手机端的浏览器，可利用如下方法初始化

1
2
3
4
5
6
from selenium import webdriver
browser = webdriver.Chrome()
browser = webdriver.Firefox()
browser = webdriver.Edge()
browser = webdriver.PhantomJS()
browser = webdriver.Safari()

这样就对浏览器对象初始化成功并将其赋值为browser对象，接下来，我们要做的就是调用browser对象，让其执行各个动作以模拟浏览器操作

访问页面

可以使用get()方法来请求网页，参数传入URL,eg:

1
2
3
4
5
from selenium import webdriver
browser = webdriver.Firefox()
browser.get("https://www.taobao.com")
print(browser.page_source)
browser.close()

查找节点

  • 单个节点

获取单个节点的方法：

find_element_by_id()

find_element_by_name()

find_element_by_xpath()

find_element_by_link_text()

find_element_by_partial_link_text()

find_element_by_tag_name()

find_element_by_class_name()

find_element_by_css_selector()

1
2
3
4
5
6
7
8
from selenium import webdriver
browser = webdriver.Firefox()
browser.get("https://www.taobao.com")
input_first = browser.find_element_by_id("q")   #根据id获取
input_second = browser.find_element_by_css_selector('#q')   #根据css选择器获取
input_third = browser.find_element_by_xpath('//*[@id="q"]') #根据xpath获取
print(input_first,input_second,input_third)
browser.close()

selenium还提供了通用方法find_element(),它需要传入两个参数：查找方式By和值

1
2
3
4
5
6
7
from selenium import webdriver
from selenium.webdriver.common.by import By
browser = webdriver.Firefox()
browser.get("https://www.taobao.com")
input_first = browser.find_element(By.ID,'q')
print(input_first)
browser.close()
  • 多个节点
    如果查找的目标在网页中只有一个，那么完全可以用find_element()方法，但如果要查找所有满足条件的节点需要使用find_elements()这样的方法。eg:
    1
    2
    3
    4
    5
    6
    from selenium import webdriver
    browser = webdriver.Firefox()
    browser.get("https://www.taobao.com")
    lis = browser.find_elements_by_css_selector('.service-bd li')
    print(lis)
    browser.close()#输出结果为列表类型，每个节点都是WebElement类型
    获取多个几点的方法：

find_elements_by_id()

find_elements_by_name()

find_elements_by_xpath()

find_elements_by_link_text()

find_elements_by_partial_link_text()

find_elements_by_tag_name()

find_elements_by_class_name()

find_elements_by_css_selector()

当然，我们也可以通过find_elements()，方法来选择。

节点交互

selenium可以驱动浏览器来执行一些操作，也就是说可以让浏览器模拟执行一些动作，比较常见的用法有：输入文字时用send_keys()方法，清空文字时用clear()方法，点击按钮用click()方法。
更多操作见官方文档。
示例如下：

1
2
3
4
5
6
7
8
9
10
11
from selenium import webdriver
import time
browser = webdriver.Firefox()
browser.get('https://www.taobao.com')
input = browser.find_element_by_id('q')
input.send_keys("蓝牙耳机")
time.sleep(1)
input.clear()
input.send_keys("ipad")
button = browser.find_element_by_class_name('btn-search tb-bg')
button.click()

动作链

在上面的例子中，一些交互动作都是针对某个节点执行的，比如，对于输入框，我们就调用它的输入文字和清空文字方法；对于按键就调用它的点击方法
。其实还有另外一些操作，它们没有特定的执行对象，比如鼠标拖拽、键盘按键等，这些动作可以用动作链来执行。
比如，将某个节点从一处拖拽到另一处，可以这样实现：

1
2
3
4
5
6
7
8
9
10
11
12
13
from selenium import webdriver
from selenium.webdriver import ActionChains
# 打开网页中的一个拖拽实例，然后一次选中要拖拽的节点和拖拽到的目标节点，接着声明ActionChains对象
# 并将其赋值为actions变量，然后调用drap_and_drop()方法，再调用perform()方法执行动作。
browser = webdriver.Firefox()
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')
target = browser.find_element_by_css_selector('#droppable')
actions = ActionChains(browser)
actions.drag_and_drop(source,target)
actions.perform()

更多动作链可以参考官方文档

执行JavaScrip

对于某些操作，Selenium API并没有提供，这时可以使用JavaScript来进行操作，eg:

1
2
3
4
5
from selenium import webdriver
browser = webdriber.Firefox()
browser.get("https://www.zhihu.com/explore")
browser.excute_script('window.scrollTo(0,document.body.scrollHeight)')
browser.excute_script('alert("to bootom")')

获取节点信息

  • 获取属性
    可以使用get_attribute()方法来获取节点的属性，但是其前提是先选中这个节点，示例如下：

    1
    2
    3
    4
    5
    6
    7
    8
    from selenium import webdriver
    from selenium.webdriver import ActionChains
    browser = webdriver.Firefox()
    url = "https://www.zhihu.com/explore"
    browser.get(url)
    logo = browser.find_element_by_xpath('/html/body/div[1]/div/div[2]/header/div[2]/div/div/a')
    print(logo)
    print(logo.get_attribute('href'))

  • 获取文本
    每个WebElement节点都有text属性，直接调用这个属性就可以得到节点内部的文本信息，相当于BeautifulSoup的get_text()方法，pyquery的text()方法

    1
    2
    3
    4
    5
    6
    from selenium import webdriver
    browser = webdriver.Firefox()
    url = "https://www.zhihu.com/explore"
    browser.get(url)
    input = browser.find_element_by_css_selector('.AppHeader-login')
    print(input.text)

  • 获取id、位置、标签名和大小
    id属性可以获取节点的id，location属性可以获取该节点在页面中的相对位置，tag_那么可以获取标签名称，size属性可以获取节点的大小，也就是宽高。eg:

    1
    2
    3
    4
    5
    6
    7
    8
    9
    from selenium import webdriver
    browser = webdriver.Firefox()
    url = "https://www.zhihu.com/explore"
    browser.get(url)
    input = browser.find_element_by_css_selector('.AppHeader-login')
    print(input.id)
    print(input.location)
    print(input.tag_name)
    print(input.size)

切换Frame

网页中有一种节点叫做iframe，也就是子Frame，相当于页面的子页面，它的结构和外面的结构
完全一致。Selenium打开页面后，它默认是在父级Frame里面操作，而此时如果页面中还有子Frame
它是不饿能获取到子Frame里面的节点的。这时就需要使用switch_to.frame()方法来切换Frame。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
import time
from selenium import webdriver
from selenium.common.exceptions import NoSuchElementException
browser = webdriver.Firefox()
url = "http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable"
browser.get(url)
browser.switch_to.frame('iframeResult') # 切换为子Frame
try:
    logo = browser.find_element_by_class_name('logo')
except NoSuchElementException:
    print("No LOGO")
browser.switch_to.parent_frame()    # 切换为父级Frame
logo = browser.find_element_by_class_name('logo')
print(logo)
print(logo.text)

延时等待

在selenium中，get()方法会在网页加载结束后结束执行，此时如果获取page_source,可能并不是
浏览器完全加载完成的页面，如果某些页面有额外的Ajax请求，我们在网页源代码中也不一定能够成功
获取到。所以，这里需要延时等待一定时间，确保节点已经加载出来。

  • 隐式等待
    当使用隐式等待执行测试的时候，如果Selenium没有在DOM中找到节点，将继续等待，超出设定时间后，则抛出
    找不到节点的异常，即当查找节点而节点没有立即出现的时候，隐式等待将会等待一段时间再查找DOM，默认的时间是0。
    示例：
    1
    2
    3
    4
    5
    6
    from selenium import webdriver
    browser = webdriver.Firefox()
    browser.implicitly_wait(10) #使用implicitly_wait()方法实现隐式等待
    browser.get("https://www.zhihu.com/explore")
    input = browser.find_element_by_class_name('Input')
    print(input)
  • 显式等待
    隐式等待的结果其实没有那么好，因为我们只规定了一个固定时间，而页面的加载时间会受到网络条件的影响。这里有一种更适合的显式等待方法
    ，它指定要查找的节点，然后指定一个最长等待时间。如果到了规定时间依然没有加载出该节点，则抛出超时异常。示例如下：
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    # 显式等待
    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.Firefox()
    browser.get('https://www.taobao.com')
    wait = WebDriverWait(browser,10)    #引入WebDriverWait对象，指定最长等待时间
    input = wait.until(EC.presence_of_element_located((By.ID,'q')))
    # 调用WebDriverWait对象until()方法，传入要等待条件expected_conditions
    button = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR,'.btn-search')))
    print(input,button)
    browser.close()
  • 等待条件及含义
等待条件 含义
title_is 标题是某内容
title_contains 标题包含某内容
presence_of_element_located 节点加载出来，传入定位元组,如上例中的（By.ID,’p’)
visibility_of_element_located 节点可见，传入定位元组
visibility_of 可见，传入定位对象
presence_of_all_elements_located 所有节点加载出来
text_to_be_present_in_element 某个节点文本包含某文字
text_to_be_present_in_element_value 某个节点值包含某文字
frame_to_be_available_and_switch_to_it 加载并切换
invisibility_of_element_located 节点不可见
element_to_be_clickable 节点可点击
staleness_of 判断一个节点是否仍在DOM，可以判断页面是否已经刷新
element_to_be_selected 节点可选择，传入节点对象
element_located_to_be_selected 节点可选择，传入定位元组
element_selection_state_to_be 传入节点对象以及状态，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 是否出现警告
关于更多等待条件的参数及用法，可以参考官方文档

前进和后退

平常使用浏览器时都有前进和后退功能，Selenium也可以完成这个操作，它使用back()方法后退，使用forward()方法前进。示例如下：

1
2
3
4
5
6
7
8
9
10
11
import time
from selenium import webdriver

browser = webdriver.Firefox()
browser.get('https://www.baidu.com')
browser.get('https://www.taobao.com')
browser.get('https://www.python.org')
browser.back()
time.sleep(1)
browser.forward()
browser.close()

Cookies

1
2
3
4
5
6
7
8
from selenium import webdriver
browser = webdriver.Firefox()
browser.get('https://www.zhihu.com/explore')
print(browser.get_cookies())    # 获取cookie
browser.add_cookie({'name':'name','domain':'www.zhihu.com','value':'germey'}) # 添加cookie
print(browser.get_cookies())
browser.delete_all_cookies()    # 删除cookie
print(browser.get_cookies())

选项卡管理

1
2
3
4
5
6
7
8
9
10
11
12
import time
from selenium import webdriver

browser = webdriver.Firefox()
browser.get('https://www.baidu.com')    # 访问百度
browser.execute_script('window.open()') # 调用execute_script()方法，执行java语句window.open()开启一个选项卡
print(browser.window_handles)   # 调用window_handles属性获取当前开启的所有选项卡，返回的是选项卡代号列表
browser.switch_to.window(browser.window_handles[1]) # 切换选项卡调用switch_to.window()方法，传入参数为选项卡代号
browser.get("https://www.taobao.com")
time.sleep(1)
browser.switch_to.window(browser.window_handles[0])
browser.get("https://python.org")

异常处理

1
2
3
4
5
6
7
8
9
10
11
12
13
14
from selenium import webdriver
from selenium.common.exceptions import TimeoutException,NoSuchElementException

browser = webdriver.Firefox()
try:
    browser.get('https://www.baidu.com')
except TimeoutException:
    print("time out")
try:
    browser.find_element_by_id("hello")
except NoSuchElementException:
    print("no element")
finally:
    browser.close()

更多异常类见官方文档