Python 自动化领域起点篇,Selenium WebDriver 学习第1篇

举报
梦想橡皮擦 发表于 2022/02/28 17:53:29 2022/02/28
【摘要】 selenium 项目最早是为测试浏览器、网页开发的,并且广泛应用于爬虫,需要注意 selenium 不是单个软件,它其实由一系列的工具组成。selenium 与 webdriver 是两个项目, webdriver 是对 selenium 的二次开发,selenium 存在三个大版本,关系如下所示:selenium1.0 + webdriver = selenium2.0 selenium...

selenium 项目最早是为测试浏览器、网页开发的,并且广泛应用于爬虫,需要注意 selenium 不是单个软件,它其实由一系列的工具组成。

selenium 与 webdriver 是两个项目, webdriver 是对 selenium 的二次开发,selenium 存在三个大版本,关系如下所示:

selenium1.0 + webdriver = selenium2.0

selenium 安装

使用命令 pip install selenium 即可安装 selenium 库,安装完毕直接通过 import selenium 测试即可。

接下来还需要下载一个 WebDriver,它用于驱动浏览器运行。

chrome 浏览器 的 WebDriver(chromedriver.exe),可以在下述地址下载:
http://npm.taobao.org/mirrors/chromedriver/

firefox 浏览器的 WebDriver(geckodriver.exe),可以在下述地址下载:
https://github.com/mozilla/geckodriver/releases

其他浏览器驱动:
Edge:https://developer.microsoft.com/en-us/micrsosft-edage/tools/webdriver
Safari:https://webkit.org/blog/6900/webdriver-support-in-safari-10/

一般使用 chrome 浏览器,在下载前,先查询本地 chrome 浏览器版本。

下载文件之后,解压到一个固定目录,记住该地址,需要在环境变量中进行配置。

G:\chromedriver_win32

测试配置是否正确:

from selenium import webdriver

driver = webdriver.Chrome()

运行代码出现谷歌浏览器,表示安装完成。

编写第一个 selenium 案例
使用 selenium 打开百度首页。

from selenium import webdriver

driver = webdriver.Chrome()

# 设置浏览器大小
driver.set_window_size(800,600)
# 可以直接最大化
driver.maximize_window()

# 打开百度
driver.get("http://www.baidu.com")

webdriver 对浏览器基本操作

基本操作包括:

  • 打开浏览器
  • 关闭浏览器
  • 前进
  • 后退
  • 刷新
from selenium import webdriver
import time

driver = webdriver.Chrome()

driver.maximize_window()  # 最大化浏览器窗口

driver.get("http://www.baidu.com")  # 打开百度

time.sleep(1)  # 暂停1秒钟
driver.get("https://www.csdn.net/")  # 打开 CSDN 首页

time.sleep(1)  # 暂停1秒钟
driver.back()  # 回退

time.sleep(1)  # 暂停1秒钟
driver.forward()  # 前进

time.sleep(1)  # 暂停1秒钟
driver.refresh()  # 页面刷新

time.sleep(1)  # 暂停1秒钟
driver.quit()  # 浏览器关闭

网页元素定位

元素定位需要 HTML 基础支持,这部分内容直接百度学习即可,selenium 提供了 8 种网页元素定位方式,分别如下:

  1. 根据 ID 定位,对应的方法是 find_element_by_id()find_elements_by_id()
  2. 根据 class 定位,对应的方法是 find_element_by_class_name()find_elements_by_class_name()
  3. 根据标签名定位,对应的方法是 find_element_by_tag_name()find_elements_by_tag_name()
  4. 根据 CSS 选择器定位,对应的方法是 find_element_by_css_selector()find_elements_by_css_selector()
  5. 根据 name 定位,对应的方法是 find_element_by_name()find_elements_by_name()
  6. 使用 XPath 定位,对应的方法是 find_element_by_xpath()find_elements_by_xpath()
  7. 根据链接文本定位,对应的方法是 find_element_by_link_text()find_elements_by_link_text()
  8. 根据部分链接文本定位,对应的方法是 find_element_by_partial_link_text()find_elements_by_partial_link_text()

其中返回 element 表示单数(第一个),返回 elements 表示复数,得到全部。

接下来用 简书 jianshu.com 首页,完成定位测试。

通过 ID 与 name 进行定位

from selenium import webdriver

driver = webdriver.Chrome()

driver.maximize_window()  # 最大化浏览器窗口

driver.get("http://www.jianshu.com")  # 打开简书

driver.find_element_by_id("q").send_keys("梦想橡皮擦")  # 通过ID检索搜索框,并输入文本
driver.find_element_by_class_name("search-btn").click()  # 通过 class name 搜索按钮,并点击

代码中的 send_keys() 表示想目标元素输入数据,click() 表示点击操作。

查看元素各种属性依赖浏览器的开发者工具,这些都属于前端知识,大家可以针对性的补充。

通过 XPath 表达式进行定位
XPath 定位重点要学习的是 XPath 语句的写法,可以参考:https://dream.blog.csdn.net/article/details/119633700 进行学习。

通过 class(类)名进行定位
注意该定位方式不支持复合类名,例如 <ul class="nav navbar-nav"></i>,无法使用 driver.find_element_by_class_name("nav navbar-nav") 进行获取,仅支持单独的 class 名称。

其余获取元素的方式基本雷同,一般情况下使用 ID 和 class(类)名获取元素场景比较多。

安装 PhanomJS

仅作为扩展知识,最新版本的 selenium 已经不支持 PhanomJS

PhanomJS 是一款隐形浏览器(无界面 / 无头浏览器),主要用于自动化测试,网络爬虫,网络监控等领域。

下载与安装非常简单,打开国内镜像网站下载即可,一般不要下载 beta 版本。

https://npm.taobao.org/mirrors/phantomjs

解压文件,获取 bin 目录完整路径,填写到环境变量中。
配置完毕,在控制台输入 phantomjs -v 查看程序对应版本。

由于谷歌和火狐浏览器都推出了无头浏览器,所以 selenium 弃用了 PhantomJS,使用 Chrome 无头浏览器的方式为:

from selenium import webdriver

opt = webdriver.ChromeOptions()  # 创建 chrome 参数对象

opt.headless = True  # 设置无头浏览器

driver = webdriver.Chrome(options=opt)  # 创建 chrome 无界面对象

driver.get("http://www.jianshu.com")  # 打开简书

title = driver.title
print("网页标题是:", title)

driver.save_screenshot("./jianshu.png")

有的博客在设置无头浏览器时,会使用如下函数:opt.set_headless(),不过在最新版本中也已经被废弃,使用 opt.headless 即可。

还可以编写如下代码:

from selenium import webdriver
from selenium.webdriver.chrome.options import Options

opt = Options()  # 创建 chrome 参数对象
opt.add_argument('-headless')  # 无头参数

driver = webdriver.Chrome(options=opt)  # 创建 chrome 无界面对象

driver.get("http://www.jianshu.com")  # 打开简书

title = driver.title
print("网页标题是:", title)

driver.save_screenshot("./jianshu.png")

selenium 退出有两种方式:

  • driver.close():不会清除临时文件夹中的 WebDriver 临时文件;
  • driver.quit():删除临时文件夹。

表象的理解 closequit 的区别是,close 关闭浏览器当前标签,quit 关闭浏览器。

订阅时间

今天是持续写作的第 272 / 365 天。
可以关注我,点赞我、评论我、收藏我啦。

【版权声明】本文为华为云社区用户原创内容,未经允许不得转载,如需转载请自行联系原作者进行授权。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

举报
请填写举报理由
0/200