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
2
3
|
from selenium import webdriver
#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
browser = webdriver.Chrome()
|
二、访问页面并获取网页html
1
2
3
4
5
|
from selenium import webdriver
browser = webdriver.Chrome()
browser.get( 'https://www.taobao.com' )
print (browser.page_source) #browser.page_source是获取网页的全部html
browser.close()
|
三、查找元素
单个元素
1
2
3
4
5
6
7
8
|
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' )
input_third = browser.find_element_by_xpath( '//*[@id="q"]' )
print (input_first,input_second,input_third)
browser.close()
|
常用的查找方法
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
也可以使用通用的方法
1
2
3
4
5
6
7
|
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' ) #第一个参数传入名称,第二个传入具体的参数
print (input_first)
browser.close()
|
多个元素,elements多个s
1
|
input_first = browser.find_elements_by_id( 'q' )
|
四、元素交互操作-搜索框传入关键词进行自动搜索
1
2
3
4
5
6
7
8
9
10
11
|
from selenium import webdriver
import time
browser = webdriver.Chrome()
browser.get( 'https://www.taobao.com' )
input = browser.find_element_by_id( 'q' ) #找到搜索框
input .send_keys( 'iPhone' ) #传送入关键词
time.sleep( 5 )
input .clear() #清空搜索框
input .send_keys( '男士内裤' )
button = browser.find_element_by_class_name( 'btn-search' ) #找到搜索按钮
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
2
3
4
5
6
7
8
9
10
11
|
from selenium import webdriver
from selenium.webdriver import ActionChains #引入动作链
browser = webdriver.Chrome()
url = 'http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable'
browser.get(url)
browser.switch_to.frame( 'iframeResult' ) #切换到iframeResult框架
source = browser.find_element_by_css_selector( '#draggable' )#找到被拖拽对象
target = browser.find_element_by_css_selector( '#droppable' )#找到目标
actions = ActionChains(browser) #声明actions对象
actions.drag_and_drop(source, target)
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
2
3
4
5
|
from selenium import webdriver
browser = webdriver.Chrome()
browser.get( 'https://www.zhihu.com/explore' )
browser.execute_script( 'window.scrollTo(0, document.body.scrollHeight)' )
browser.execute_script( 'alert("To Bottom")' )
|
七、获取元素信息
获取属性
1
2
3
4
5
6
7
8
9
|
from selenium import webdriver
from selenium.webdriver import ActionChains
browser = webdriver.Chrome()
url = 'https://www.zhihu.com/explore'
browser.get(url)
logo = browser.find_element_by_id( 'zh-top-link-logo' ) #获取网站logo
print (logo)
print (logo.get_attribute( 'class' ))
browser.close()
|
获取文本值
1
2
3
4
5
6
7
|
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) #input.text文本值
browser.close()
|
# 获取Id,位置,标签名,大小
1
2
3
4
5
6
7
8
9
10
|
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 ) #获取id
print ( input .location) #获取位置
print ( input .tag_name) #获取标签名
print ( input .size) #获取大小
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
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
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:
print ( 'NO LOGO' )
browser.switch_to.parent_frame()
logo = browser.find_element_by_class_name( 'logo' )
print (logo)
print (logo.text)
|
九、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,默认的时间是0
1
2
3
4
5
6
|
from selenium import webdriver
browser = webdriver.Chrome()
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
browser.get( 'https://www.zhihu.com/explore' )
input = browser.find_element_by_class_name( 'zu-top-add-question' )
print ( input )
|
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
2
3
4
5
6
7
8
9
10
|
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 )
input = wait.until(EC.presence_of_element_located((By. ID , 'q' )))
button = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, '.btn-search' )))
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
十一、前进后退-实现浏览器的前进后退以浏览不同的网页
1
2
3
4
5
6
7
8
9
10
|
import time
from selenium import webdriver
browser = webdriver.Chrome()
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()
|
十二、Cookies
1
2
3
4
5
6
7
8
|
from selenium import webdriver
browser = webdriver.Chrome()
browser.get( 'https://www.zhihu.com/explore' )
print (browser.get_cookies())
browser.add_cookie({ 'name' : 'name' , 'domain' : 'www.zhihu.com' , 'value' : 'germey' })
print (browser.get_cookies())
browser.delete_all_cookies()
print (browser.get_cookies())
|
选项卡管理 增加浏览器窗口
1
2
3
4
5
6
7
8
9
10
11
|
import time
from selenium import webdriver
browser = webdriver.Chrome()
browser.get( 'https://www.baidu.com' )
browser.execute_script( 'window.open()' )
print (browser.window_handles)
browser.switch_to_window(browser.window_handles[ 1 ])
browser.get( 'https://www.taobao.com' )
time.sleep( 1 )
browser.switch_to_window(browser.window_handles[ 0 ])
browser.get( 'http://www.fishc.com' )
|
十三、异常处理
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
from selenium import webdriver
browser = webdriver.Chrome()
browser.get( 'https://www.baidu.com' )
browser.find_element_by_id( 'hello' )
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( 'hello' )
except NoSuchElementException:
print ( 'No Element' )
finally :
browser.close()
|
详细文档:http://selenium-python.readthedocs.io/api.html#module-selenium.common.exceptions
更多关于selenium库的使用方法请查看下面的相关文章
原文链接:https://www.pythontab.com/html/2018/pythonhexinbiancheng_1227/1385.html