安装

pip install selenium


 

元素选取

单个元素查找方法

• 注： 其中的element加上一个s，则是对应的多个元素的查找方法

• 通过xpath查找
  • find_element_by_xpath()
• 通过id查找
  • find_element_by_id()
• 通过class属性查找
  • find_element_by_class_name()
• 通过css选择器查找 （ 语法规则 ）
  • find_element_by_css_selector()
• 通过链接文本查找
  • find_element_by_link_text()
• 通过链接文本的部分匹配查找
  • find_element_by_partial_ink_text()
• 通过name属性进行查找
  • find_element_by_name()
• 通过标签名查找
  • find_element_by_tag_name()
     

两种方法集成了上面所有的查找方法

find_element(By.ID, '...')

• 通过ID查找一个

find_elements(By.XPATH, '...')

• 通过Xpath查找多个

By.xxx 选择使用的查找方法，使用xxx方式解析

• By对象导入： from selenium.webdriver.common.by import By

  
  
  
   

输入、清除、点击 示例回到目录

• 输入内容
  • send_keys('内容')
• 清除内容
  • clear()
• 点击
  • click()
    
    
     

关闭窗口、浏览器 示例回到目录

• 关闭当前句柄窗口（不关闭进程）
  • close()
• 关闭整个浏览器进程
  • quit()
    
    
     

窗口切换 示例回到目录

用selenium操作的是第一个打开的窗口，新打开的窗口是无法直接去操作的

需要切换窗口的句柄

• 获取所有窗口的句柄
  • window_handles
    • window_handles的顺序并不是浏览器上窗口的顺序
• 获取当前窗口的句柄
  • current_window_handle
• 切换句柄到指定的窗口
  • switch_to.window( window_handles[1] )
    
    
     

页面(frame)切换 示例回到目录

iframe标签 通常出现在登录页面

• 切到指定frame，可用id、name、元素定位
  • switch_to.frame()
• 切到父级frame，如果已是主文档，则无效果，相当于后退回去
  • driver.switch_to.parent_frame()
• 切换到主页面，DOM树最开始的frame
  • driver.switch_to_default_content()
    
    
     

页面弹窗 示例回到目录

• 定位到alert弹窗，返回一个弹窗的对象
  • switch_to.alert
• 对弹窗对象的取消操作（相当于点击弹窗上的取消按钮）
  • dismiss()
• 对弹窗对象的确定操作（相当于点击弹窗上的确定按钮）
  • accept()
• 对弹窗对象内的输入框输入数据（针对于prompt弹窗）
  • send_keys(key)
• 获取弹窗内的文本
  • text
    
    
     

等待加载 示例回到目录

导入WebDriverWait

• from selenium.webdriver.support.wait import WebDriverWait

导入expected_conditions

• from selenium.webdriver.support import expected_conditions as EC

显式等待

• 指定某个条件，然后设置最长等待时间，每隔一定时间检查一次（默认0.5秒）
• 如果条件成立，则执行下一步，否则继续等待，直到超过设置的最长时间，然后抛出超时异常：TimeoutException
• WebDriverWait(driver, timeout, poll_frequency,igonred_exceptions).until(method, message)
  • driver：WebDriver的实例
  • timeout: 等待的最长时间
  • poll_frequency：调用until中的方法的间隔时间，默认0.5秒
  • igonred_exceptions：忽略的异常，如果在调用until的过程中抛出这个元组中的异常，则不中断代码，继续等待

等待条件：expected_conditions

• 这两个条件验证元素是否出现，传入的参数都是元组类型的locator，如(By.ID, 'kw')，一个只要一个符合条件的元素加载出来就通过；另一个必须所有符合条件的元素都加载出来才行
  • presence_of_element_located    （这个用的次数最多）
  • presence_of_all_elements_located
• 这两个条件类验证title，验证传入的参数title是否等于或包含于driver
  • title_is
  • title_contains
• 这三个条件验证元素是否可见，前两个传入参数是元组类型的locator，第三个传入WebElement
  • visibility_of_element_located
  • invisibility_of_element_located
  • visibility_of
• 判断某段文本是否出现在某元素中,一个判断元素的text，一个判断元素的value
  • text_to_be_present_in_element
  • text_to_be_present_in_element_value
• 判断frame是否可切入，可传入locator元组或者直接传入定位方式：id、name、index或WebElement
  • frame_to_be_available_and_switch_to_it
• 判断是否有alert出现
  • alert_is_present
• 判断元素是否可点击，传入locator
  • element_to_be_clickable

隐式等待

• 设置一个最长等待时间，如果在规定时间内网页加载完成，则执行下一步，否则一直等到时间截止，然后执行下一步
• 隐性等待对整个driver的周期都起作用，所以只要设置一次即可，默认等待时间为0
• driver.implicitly_wait(10) #隐式等待，最长10s
• 弊端
  • 程序会一直等待整个页面加载完成，就算你需要的元素加载出来了还是需要等待
  • 也就是一般情况下你看到浏览器标签栏那个小圈不再转，才会执行下一步

隐性等待和显性等待可以同时用，等待的最长时间取两者之中的最大者

动作链 示例回到目录

导入ActionChains：from selenium.webdriver.common.action_chains import ActionChains

• 执行链中的所有动作
  • perform()
• 点击鼠标左键，按住不放
  • click_and_hold(on_element=None)
• 在某个元素位置松开鼠标左键
  • release(on_element=None)
• 将鼠标移动到当前鼠标位置的偏移位置
  • move_by_offset(xoffset, yoffset)
• 将鼠标移动到距某个元素多少距离的位置
  • move_to_element_with_offset(to_element, xoffset, yoffset)
• 拖拽到某个元素然后松开
  • drag_and_drop(source, target)
• 拖拽到某个坐标然后松开
  • drag_and_drop_by_offset(source, xoffset, yoffset)
• 鼠标移动到某个元素
  • move_to_element(to_element)
• 双击鼠标左键
  • double_click(on_element=None)
• 单击鼠标右键
  • context_click(on_element=None)
• 鼠标左键单击传入的元素
  • click(on_element=None)

键盘事件 示例回到目录

Keys对象导入：from selenium.webdriver.common.keys import Keys

• 删除键（BackSpace）
  • send_keys(Keys.BACKSPACE)
• 空格键(Space)
  • send_keys(Keys.SPACE)
• 制表键(Tab)
  • send_keys(Keys.TAB)
• 回退键（Esc）
  • send_keys(Keys.ESCAPE)
• 回车键（Enter）
  • send_keys(Keys.ENTER)
• 全选（Ctrl+A）
  • send_keys(Keys.CONTROL,'a')
• 复制（Ctrl+C）
  • send_keys(Keys.CONTROL,'c')
• 剪切（Ctrl+X）
  • send_keys(Keys.CONTROL,'x')
• 粘贴（Ctrl+V）
  • send_keys(Keys.CONTROL,'v')
• 键盘 F1
  • send_keys(Keys.F1)
• 键盘 F12
  • send_keys(Keys.F12)
    
    
     

执行js 示例回到目录

• execute_script( js语句 )
  
  
   

截图 示例回到目录

• 截图保存
  • get_screenshot_as_file('***.png')
• 将截图作为二进制数据返回
  • get_screenshot_as_png()
    
    
     

获取元素属性 示例回到目录

• 获取元素标签上的属性
  • get_attribute('href')
• 元素的坐标
  • location
• 元素的大小
  • size
    
    
     

获取网页源代码、刷新页面 示例回到目录

• 网页源代码
  • page_source
• 刷新页面
  • refresh()
    
    
     

设置窗口大小 示例回到目录

• 最小化
  • minimize_window()
• 最大化
  • maximize_window()
• 设置窗口具体的大小
  • set_window_size(width,height)
• 设置窗口位置
  • set_window_position(x,y)
    
    
     

设置代理、UA 示例回到目录

• 设置代理
  • webdriver.ChromeOptions().add_argument('--proxy-server=http://IP:Port')
• 设置UA
  • webdriver.ChromeOptions().add_argument('User-Agent=ua')
• "="两边不能有空格
  
  
   

Cookie操作 示例回到目录

• 获取Cookie
  • get_cookies()
• 添加Cookie
  • add_cookie()
  • 添加cookie前需要先打开任意一个网页
  • 否则会报错：InvalidCookieDomainException: Message: invalid cookie domain
• 删除Cookie
  • delete_all_cookies()
• Cookie键名
  • name：cookie的名称
  • value：cookie对应的值
  • domain：服务器域名
  • expiry：cookie有效终止日期
  • path：path属性定义了Web服务器上哪些路径下的页面可获取服务器设置的cookie
  • httpOnly：防脚本攻击
  • secure：规定cookie只能在https协议下才能够发送到服务器
    
    
     

跳过Selenium检测 示例回到目录

window.navigator.webdriver

• 普通浏览器，js 中，window.navigator.webdriver 为 undefined
• Selenium ，js 中，window.navigator.webdriver 为 True
• 使用
  • webdriver.ChromeOptions().add_experimental_option('excludeSwitches', ['enable-automation'])
    
    
     

示例

执行js（滑动滚动条）、窗口切换、关闭窗口、关闭浏览器回到目录

import time
from selenium import webdriver

driver = webdriver.Chrome()
try:
    driver.get("http://news.baidu.com/")
    print('执行js打开新窗口前')
    print('所有窗口的句柄：', driver.window_handles)
    print('当前窗口的句柄：', driver.current_window_handle)
    # 执行js打开新窗口
    new_js = 'window.open("https://www.toutiao.com/")'
    driver.execute_script(new_js)
    print('执行js打开新窗口后')
    all_handle = driver.window_handles
    print('所有窗口的句柄：', all_handle)
    print('当前窗口的句柄：', driver.current_window_handle)
    print('切换句柄...')
    driver.switch_to.window(all_handle[1])
    print('当前窗口的句柄：', driver.current_window_handle)

    # 页面高度
    height = 0
    # 执行js滑动滚动条
    while height < 10000:
        # 滑动滚动条到指定位置
        driver.execute_script('document.documentElement.scrollTop=10000')
        # 页面高度
        height = driver.execute_script('return document.body.scrollHeight')
        
    time.sleep(2)
    # 关闭新打开的窗口
    driver.close()
finally:
    time.sleep(3)
    # 关闭浏览器
    driver.quit()

登录QQ空间：frame切换、输入内容、清除内容、点击、键盘事件回到目录

import time
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys

driver = webdriver.Chrome()
try:
    driver.get("https://qzone.qq.com/")
    time.sleep(0.5)
    """通过元素定位，切到指定frame（登录框）
    frame = driver.find_element(By.XPATH,'//iframe')
    driver.switch_to.frame(frame)
    """
    # 也可通过 ID 或 name 定位 frame
    driver.switch_to.frame('login_frame')
    # 点击  帐号密码登录
    driver.find_element(By.LINK_TEXT, '帐号密码登录').click()
    time.sleep(0.5)
    text_box = driver.find_element(By.ID, 'u')
    # 输入内容
    text_box.send_keys('0123456789')
    time.sleep(1)
    # 清除内容
    text_box.clear()
    time.sleep(1)

    text_box.send_keys('正确的账号')
    password_box = driver.find_element(By.CSS_SELECTOR, '.inputstyle.password')
    password_box.send_keys('正确的密码')
    time.sleep(1.5)

    # 执行键盘操作：回车键
    password_box.send_keys(Keys.ENTER)
    time.sleep(7)

finally:
    time.sleep(3)
    # 关闭浏览器
    driver.quit()

页面弹窗、截图、获取元素属性回到目录

import time
from selenium import webdriver

driver = webdriver.Chrome()
try:
    driver.get("https://www.baidu.com/")
    time.sleep(0.3)
    driver.find_element_by_link_text('设置').click()
    time.sleep(0.3)
    driver.find_element_by_link_text('搜索设置').click()
    time.sleep(0.3)
    driver.find_element_by_link_text('保存设置').click()
    time.sleep(1)
    #   获取弹窗的对象
    alert_box = driver.switch_to.alert
    #   获取弹窗的内容
    print('弹窗内容：',alert_box.text)
    #   对弹窗对象的确定操作
    alert_box.accept()

    #   按钮：百度一下
    button = driver.find_element_by_css_selector('[type="submit"]')
    #   获取元素标签上的属性
    print('get_attribute：', button.get_attribute('value'))
    #   元素的坐标
    print('location：', button.location)
    #   元素的大小
    print('size：', button.size)

    #   截图
    driver.get_screenshot_as_file('1.png')


finally:
    time.sleep(3)
    # 关闭浏览器
    driver.quit()

设置窗口大小、获取网页源代码、刷新页面回到目录

import time
from selenium import webdriver

driver = webdriver.Chrome()
try:
    driver.get("https://www.toutiao.com/")
    time.sleep(1)
    # 最小化
    driver.minimize_window()
    time.sleep(1)
    # 设置窗口具体的大小
    driver.set_window_size(500,500)
    time.sleep(1)
    # 设置窗口位置
    driver.set_window_position(800,200)
    time.sleep(1)
    # 最大化
    driver.maximize_window()
    time.sleep(1)
    # 打印网页源码(JS渲染过的)
    print(driver.page_source)
    # 刷新当前页面
    driver.refresh()

finally:
    time.sleep(3)
    # 关闭浏览器
    driver.quit()

Cookie操作回到目录

import time
import json
from selenium import webdriver

driver = webdriver.Chrome()

try:
    driver.get('https://www.cnblogs.com/')

    """获取Cookie
    # 等待60秒用于手动登录
    time.sleep(60)
    # 保存获取到的Cookie
    cookies = driver.get_cookies()
    
    with open('1.txt', 'w+') as f:
        f.write(json.dumps(cookies))
    """



    """添加Cookie
    
    with open('1.txt') as f:
        cookies = json.loads(f.read())

    # 添加cookie前需要先打开任意一个网页
    # 然后再进行添加
    # 否则会报错：InvalidCookieDomainException: Message: invalid cookie domain
    for cookie in cookies:
        driver.add_cookie(cookie)
    # 添加完毕后，再打开对应网页，便是已登录状态
    driver.get('https://www.cnblogs.com/')
    time.sleep(5)
    """



    """清空cookie
    driver.delete_all_cookies()
    # 清空cookie后是未登录的状态
    driver.get('https://www.cnblogs.com/')
    """

finally:
    time.sleep(3)
    driver.quit()

设置代理、UA回到目录

import time
from selenium import webdriver

opt = webdriver.ChromeOptions()
#   设置代理
opt.add_argument('--proxy-server=http://121.40.162.239:808')
#   设置UA
opt.add_argument('User-Agent=ABCDEFG')

driver = webdriver.Chrome(options=opt)

try:
    driver.get('http://httpbin.org/get')

finally:
    time.sleep(3)
    driver.quit()

等待加载回到目录

import time
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

driver = webdriver.Chrome()
try:
    driver.get('https://www.python.org/getit/')
    
    # 显式等待的等待条件  -->  参数为数组类型
    method = EC.presence_of_element_located((By.LINK_TEXT, 'Downloads'))
    # 显式等待
    WebDriverWait(driver, 20, 0.2).until(method)
    # 隐式等待
    # driver.implicitly_wait(20)
    
    driver.find_element(By.LINK_TEXT, 'Downloads').click()

finally:
    time.sleep(10)
    driver.quit()

动作链回到目录

import time
from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains

driver = webdriver.Chrome()
try:
    driver.get('http://www.treejs.cn/v3/demo/cn/exedit/drag.html')
    time.sleep(2)
    
    # 定位元素
    element = driver.find_element_by_id('treeDemo_2_span')
    target = driver.find_element_by_id('treeDemo_12_span')

    #   动作链：拖拽
    ActionChains(driver).drag_and_drop(element,target).perform()

finally:
    time.sleep(10)
    driver.quit()

跳过Selenium检测回到目录

import time
from selenium import webdriver

opt = webdriver.ChromeOptions()
opt.add_experimental_option('excludeSwitches', ['enable-automation'])
driver = webdriver.Chrome(options=opt)
try:
    driver.get('http://www.baidu.com')
finally:
    time.sleep(10)
    driver.quit()