Raul2018

  博客园 :: 首页 :: 博问 :: 闪存 :: 新随笔 :: 联系 :: 订阅 订阅 :: 管理 ::

From: https://www.cnblogs.com/hanxiaobei/p/6108677.html

配置使用环境

  1. 下载相应的浏览器驱动, Firefox 是默认的 
    本文以 chrome 为主 ,放在scripts目录下
    ChromeDriver 官方下载地址 : 所有版本的 ChromeDriver 

文档参考

  1. 简明 Python 教程
  2. Python教程 - 廖雪峰
  3. 官方文档 : Selenium with Python
  4. webdriver实用指南python版本

一份简单的测试 demo

关于 360 haosou.com 的测试 :

复制代码
 1 #coding=utf-8
 2 from selenium import webdriver
 3 import os
 4 import time
5 # set little time stop and big time stop for viewing changes 6 little_time_stop = 1 7 big_time_stop = 2 8 # 默认广告条数 9 ads_num_require = 8 10 # 请求连接 11 req_url = "http://www.haosou.com/s?ie=utf-8&shb=1&src=360sou_newhome&q=%E9%B2%9C%E8%8A%B1" 12 # 打开浏览器 13 14 browser = webdriver.Chrome() 15 # 开始请求 16 17 browser.get(req_url) 18 # 获取所有的广告 19 20 all_ads_li = browser.find_elements_by_css_selector('#e_idea_pp li') 21 # 当前广告条数 22 ads_num_current = len(all_ads_li) 23 print "Has been got %d ads" %(ads_num_current) 24 # 如果广告条数与默认不符 25 if ads_num_current < ads_num_require: 26 print "The number of ads is not enough ( current : %d require: %d)" %(ads_num_current,ads_num_require) 27 # exit() 28 # 获取顶部连接 29 i = 0 30 for ads_li in all_ads_li: 31 time.sleep(big_time_stop) 32 i = i+1 33 print "ads %d :" %i 34 try: 35 main = ads_li.find_element_by_css_selector('h3 a') 36 except: 37 print "\tError: ads %d cann't find" %(i) 38 else: 39 print "\tReady: visit ads %d" %(i) 40 main.click() 41 print "\tSucess: visit ads %d" %(i) 42 time.sleep(little_time_stop) 43 try: 44 img_link = ads_li.find_element_by_class_name('e_biyi_img') 45 except: 46 print "\tError : no img in ads %d " %(i) 47 else: 48 print "\tReady : visit img_link %d" %(i) 49 img_link.click() 50 print "\tSuccess : visit img_link %d" %(i) 51 time.sleep(little_time_stop) 52 try: 53 child_div = ads_li.find_element_by_class_name('e_biyi_childLink'); 54 except: 55 print "\tError : no child link in ads %d" %(i) 56 else: 57 try: 58 child_links = child_div.find_elements_by_css_selector('a') 59 except: 60 print "\tError : find child_links error" 61 else: 62 num_links = len(child_links) 63 print "\tSuccess : there are %d child_links" %(num_links) 64 j = 0 65 for child_a in child_links: 66 j = j + 1 67 print "\t\tReady : visit child link %d in ads %d" %(j, i) 68 child_a.click() 69 print "\t\tSuccess : visit child link %d in ads %d" %(j, i) 70 time.sleep(little_time_stop) 71 print "End and thanks for your using!" 72 # 下面代码选择取消注释 73 # 延时 74 # time.sleep(5) 75 # 关闭当前窗口 76 # browser.close() 77 # 关闭所有已经打开的窗口 78 # browser.quit()
复制代码

定位操作

以下是所有定位操作的 API :

返回一个匹配元素, 即一个 WebElement 元素
find_element_by_id()
find_element_by_name()
find_element_by_class_name()
find_element_by_tag_name()
find_element_by_link_text()
find_element_by_partial_link_text()
find_element_by_xpath()
find_element_by_css_selector()
返回一个列表, 包含所有匹配的元素, 即一个 WebElement 列表
find_elements_by_id()
find_elements_by_name()
find_elements_by_class_name()
find_elements_by_tag_name()
find_elements_by_link_text()
find_elements_by_partial_link_text()
find_elements_by_xpath()
find_elements_by_css_selector()

使用的时候需注意下面几点 :

  1. python selenium 提供了两种对象 : WebDriver 和 WebElement 
    这两种对象都可以使用这些 API
  2. 这些 API 一旦执行失败(即查找不到), 就会抛出异常 
    因此必须使用 try: .. except: ... 机制避免错误的行为影响程序继续进行
  3. WebDriver 调用以上 API 进行全局定位 
    WebElement 调用以上 API 可以进行层级定位, 即 查找当前元素的子元素

WebDriver 的使用

开始的时候必须要有初始化一个 WebDriver 实例, 即下面的 browser 用来对浏览器进行控制以及页面的访问

  1. # 请求连接
  2. req_url = "http://www.haosou.com/s?ie=utf-8&shb=1&src=360sou_newhome&q=%E9%B2%9C%E8%8A%B1"
  3. # 打开浏览器
  4. browser = webdriver.Chrome()
  5. # 开始请求
  6. browser.get(req_url)

接着, 就可以使用异常 API 进行当前页面的全局查找, 比如 :

  1. # 获取所有的广告
  2. all_ads_li = browser.find_elements_by_css_selector('#e_idea_pp li')

WebElement 的使用

  1. 使用 browser.find_element_by_xx() 得到的是一个 WebElement 实例 
    使用获得的实例调用上面的 API 即可进行层级查找

  2. 使用 browser.find_elements_by_xx() 得到的是一个元素是 WebElement 实例的 list 
    通过对 list 的遍历, 即可对各个实例进行相应的操作

WebDriver 的一些常用操作

  1. browser.curren_url : 获取当前加载页面的 URL
  2. browser.close() : 关闭当前窗口, 如果当前窗口是最后一个窗口, 浏览器将关闭
  3. browser.quit() : 关闭所有窗口并停止 ChromeDriver 的执行
  4. browser.add_cookie(cookie_dict) : 为当前会话添加 cookie 
    browser.get_cookie(name) : 得到执行 cookie 
    browser.get_cookies() : 得到所有的 cookie

    driver.add_cookie({‘name’ : ‘foo’, ‘value’ : ‘bar’}) driver.add_cookie({‘name’ : ‘foo’, ‘value’ : ‘bar’, ‘path’ : ‘/’}) driver.add_cookie({‘name’ : ‘foo’, ‘value’ : ‘bar’, ‘path’ : ‘/’, ‘secure’:True})
    
  5. browser.delete_all_cookies() : 删除当前会话的所有cookie 
    browser.delete_cookie(name) : 删除指定 cookie

  6. browser.back() : 相当于浏览器的后退历史记录
  7. browser.forward() : 相当于浏览器的前进历史记录
  8. browser.execute_script(script, *args) : 同步执行 js 脚本 
    browser.execute_async_script(script, *args) : 异步执行 js 脚本
  9. browser.get(url) : 在当前窗口加载 url
  10. browser.refresh() : 刷新当前页面
  11. browser.current_window_handle : 当前窗口的 handle, 相当于一个指针一样的东西, 用来指向当前窗口
  12. browser.window_handles : 当前浏览器中的已经打开的所有窗口, 是一个 list
  13. browser.switch_to_window(window_handle) : 切换 window_handle 指向的窗口
  14. browser.title : 当前页面的 title
  15. browser.name : 当前浏览器的名字

WebElement 的一些常用操作

  1. webEle.clear() : 清楚元素的内容, 假如这个元素是一个文本元素
  2. webEle.click() : 点击当前元素
  3. webEle,is_displayed() : 当前元素是否可见
  4. webEle.is_enabled() : 当前元素是否禁止, 比如经常会禁用一些元素的点击
  5. webEle.is_selected() : 当前元素是否选中, 文本输入框的内容
  6. webEle.send_keys(*value) : 向当前元素模拟键盘事件
  7. webEle.submit() : 提交表单
  8. webEle.tag_name : 当前元素的标签名
  9. webEle.text : 当前元素的内容
  10. webEle.get_attribute(name) : 获取当前元素执行属性的值

注意 本文转自 https://www.zybuluo.com/mwumli/note/222253

 

posted on 2018-09-25 16:21  Raul2018  阅读(236)  评论(0编辑  收藏  举报