python selenium API 常用方法

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

一份简单的测试 demo

关于 360 haosou.com 的测试 :

 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()

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 :

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

# 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
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 :

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

WebElement 的使用

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
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

browser.curren_url : 获取当前加载页面的 URL
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
browser.quit() : 关闭所有窗口并停止 ChromeDriver 的执行

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})

browser.delete_all_cookies() : 删除当前会话的所有cookie
browser.delete_cookie(name) : 删除指定 cookie
browser.back() : 相当于浏览器的后退历史记录
browser.forward() : 相当于浏览器的前进历史记录
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
browser.get(url) : 在当前窗口加载 url
browser.refresh() : 刷新当前页面
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
browser.window_handles : 当前浏览器中的已经打开的所有窗口, 是一个 list
browser.switch_to_window(window_handle) : 切换 window_handle 指向的窗口
browser.title : 当前页面的 title
browser.name : 当前浏览器的名字

WebElement 的一些常用操作

webEle.clear() : 清楚元素的内容, 假如这个元素是一个文本元素
webEle.click() : 点击当前元素
webEle,is_displayed() : 当前元素是否可见
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
webEle.is_selected() : 当前元素是否选中, 文本输入框的内容
webEle.send_keys(*value) : 向当前元素模拟键盘事件
webEle.submit() : 提交表单
webEle.tag_name : 当前元素的标签名
webEle.text : 当前元素的内容
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