Selenium+Python Web自动化

Selenium官方网站

http://selenium-python.readthedocs.io/

配置使用环境

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

简明 Python 教程

Python教程 - 廖雪峰

官方文档 : Selenium with Python

webdriver实用指南python版本

一份简单的测试 demo

#coding=utf-8
from selenium import webdriver
import os
import time
# set little time stop and big time stop for viewing changes
little_time_stop = 1
big_time_stop = 2
# 默认广告条数
ads_num_require = 8
# 请求连接
req_url = "http://www.haosou.com/s?ie=utf-8&shb=1&src=360sou_newhome&q=%E9%B2%9C%E8%8A%B1"
# 打开浏览器

browser = webdriver.Chrome()
# 开始请求
17 browser.get(req_url)
# 获取所有的广告

all_ads_li = browser.find_elements_by_css_selector('#e_idea_pp li')
# 当前广告条数
ads_num_current = len(all_ads_li)
print "Has been got %d ads" %(ads_num_current)
# 如果广告条数与默认不符
if ads_num_current < ads_num_require:
    print "The number of ads is not enough ( current : %d require: %d)" %(ads_num_current,ads_num_require)
    # exit()
# 获取顶部连接
i = 0
for ads_li in all_ads_li:
    time.sleep(big_time_stop)
    i = i+1
    print "ads %d :" %i
    try:
        main = ads_li.find_element_by_css_selector('h3 a')
    except:
        print "	Error: ads %d cann't find" %(i)
    else:
        print "	Ready: visit ads %d" %(i)
        main.click()
        print "	Sucess: visit ads %d" %(i)
        time.sleep(little_time_stop)
    try:
        img_link = ads_li.find_element_by_class_name('e_biyi_img')
    except:
        print "	Error : no img in ads %d " %(i)
    else:
        print "	Ready : visit img_link %d" %(i)
        img_link.click()
        print "	Success : visit img_link %d" %(i)
        time.sleep(little_time_stop)
    try:
        child_div = ads_li.find_element_by_class_name('e_biyi_childLink');
    except:
        print "	Error : no child link in ads %d" %(i)
    else:
        try:
            child_links = child_div.find_elements_by_css_selector('a')
        except:
            print "	Error : find child_links error"
        else:
            num_links = len(child_links)
            print "	Success : there are %d child_links" %(num_links)
            j = 0
            for child_a in child_links:
                j = j + 1
                print "		Ready : visit child link %d in ads %d" %(j, i)
                child_a.click()
                print "		Success : visit child link %d in ads %d" %(j, i)
                time.sleep(little_time_stop)
print "End and thanks for your using!"
# 下面代码选择取消注释
# 延时
# time.sleep(5)
# 关闭当前窗口
# browser.close()
# 关闭所有已经打开的窗口
# browser.quit()

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()

关于 API 的具体介绍, 请参考 : 
module-selenium.webdriver.chrome.webdriver

使用的时候需注意下面几点 :

• 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

• 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

• 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, 就可以使用以上 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

具体参照 : module-selenium.webdriver.remote.webdriver

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

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