selenium主要是用來做自動化測試,支援多種瀏覽器,爬蟲中主要用來解決JavaScript渲染問題。
模擬瀏覽器進行網頁載入,當requests,urllib無法正常獲取網頁內容的時候
一、宣告瀏覽器物件
注意點一,Python檔名或者包名不要命名為selenium,會導致無法匯入
from selenium import webdriver #webdriver可以認為是瀏覽器的驅動器,要驅動瀏覽器必須用到webdriver,支援多種瀏覽器,這裡以Chrome為例 browser = webdriver.Chrome()
二、訪問頁面並獲取網頁html
from selenium import webdriver browser = webdriver.Chrome() browser.get('https://www.taobao.com') print(browser.page_source)#browser.page_source是獲取網頁的全部html browser.close()
三、查詢元素
單個元素
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()
常用的查詢方法
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
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')#第一個引數傳入名稱,第二個傳入具體的引數 print(input_first) browser.close()
多個元素,elements多個s
input_first = browser.find_elements_by_id('q')
四、元素互動操作-搜尋框傳入關鍵詞進行自動搜尋
from selenium import webdriver import time browser = webdriver.Chrome() browser.get('https://www.taobao.com') input = browser.find_element_by_id('q')#找到搜尋框 input.send_keys('iPhone')#傳送入關鍵詞 time.sleep(5) input.clear()#清空搜尋框 input.send_keys('男士內褲') button = browser.find_element_by_class_name('btn-search')#找到搜尋按鈕 button.click()
更多操作: http://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.remote.webelement#可以有屬性、截圖等等
五、互動動作,驅動瀏覽器進行動作,模擬拖拽動作,將動作附加到動作鏈中序列執行
from selenium import webdriver from selenium.webdriver import ActionChains#引入動作鏈 browser = webdriver.Chrome() url = 'http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable' browser.get(url) browser.switch_to.frame('iframeResult')#切換到iframeResult框架 source = browser.find_element_by_css_selector('#draggable')#找到被拖拽物件 target = browser.find_element_by_css_selector('#droppable')#找到目標 actions = ActionChains(browser)#宣告actions物件 actions.drag_and_drop(source, target) actions.perform()#執行動作
更多操作: http://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.common.action_chains
六、執行JavaScript
有些動作可能沒有提供api,比如進度條下拉,這時,我們可以透過程式碼執行JavaScript
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、獲取元素資訊
獲取屬性
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')#獲取網站logo print(logo) print(logo.get_attribute('class')) browser.close()
獲取文字值
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文字值 browser.close()
# 獲取Id,位置,標籤名,大小
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)#獲取id print(input.location)#獲取位置 print(input.tag_name)#獲取標籤名 print(input.size)#獲取大小 browser.close()
八、Frame操作
frame相當於獨立的網頁,如果在父類網frame查詢子類的,則必須切換到子類的frame,子類如果查詢父類也需要先切換
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
隱式等待
當使用了隱式等待執行測試的時候,如果 WebDriver沒有在 DOM中找到元素,將繼續等待,超出設定時間後則丟擲找不到元素的異常,
換句話說,當查詢元素或元素並沒有立即出現的時候,隱式等待將等待一段時間再查詢 DOM,預設的時間是0
from selenium import webdriver browser = webdriver.Chrome() browser.implicitly_wait(10)#等待十秒載入不出來就會丟擲異常,10秒內載入出來正常返回 browser.get('https://www.zhihu.com/explore') input = browser.find_element_by_class_name('zu-top-add-question') print(input)
顯式等待
指定一個等待條件,和一個最長等待時間,程式會判斷在等待時間內條件是否滿足,如果滿足則返回,如果不滿足會繼續等待,超過時間就會丟擲異常
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 標題是某內容
title_contains 標題包含某內容
presence_of_element_located 元素載入出,傳入定位元組,如(By.ID, 'p')
visibility_of_element_located 元素可見,傳入定位元組
visibility_of 可見,傳入元素物件
presence_of_all_elements_located 所有元素載入出
text_to_be_present_in_element 某個元素文字包含某文字
text_to_be_present_in_element_value 某個元素值包含某文字
frame_to_be_available_and_switch_to_it frame載入並切換
invisibility_of_element_located 元素不可見
element_to_be_clickable 元素可點選
staleness_of 判斷一個元素是否仍在DOM,可判斷頁面是否已經重新整理
element_to_be_selected 元素可選擇,傳元素物件
element_located_to_be_selected 元素可選擇,傳入定位元組
element_selection_state_to_be 傳入元素物件以及狀態,相等返回True,否則返回False
element_located_selection_state_to_be 傳入定位元組以及狀態,相等返回True,否則返回False
alert_is_present 是否出現Alert
詳細內容:http://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.support.expected_conditions
十一、前進後退-實現瀏覽器的前進後退以瀏覽不同的網頁
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
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())
選項卡管理 增加瀏覽器視窗
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、異常處理
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()
# 詳細文件:http://selenium-python.readthedocs.io/api.html#module-selenium.common.exceptions