笔记-python-selenium,phantomjs

笔记-python-selenium,phantomjs

1.      简介

1.1.    selenium

selenium是一款自动化测试工具，支持多种语言

为什么爬虫要使用selenium呢？

主要是用来解决javascript渲染的问题。

Selenium，作为一个Web应用程序测试的工具，功能显然更加强大。Selenium的核心Selenium Core基于JsUnit，完全由JavaScript编写，因此可运行于任何支持JavaScript的浏览器上。

文档：http://www.selenium.org.cn/

1.1.1.   安装

pip3 install selenium

1.2.    PhantomJS

PhantomJS是一个无界面的、可脚本编程的WebKit浏览器引擎，其快速，原生支持各种Web标准： DOM处理, CSS选择器, JSON, Canvas, 和SVG。

PhantomJS是一个基于webkit内核、无界面的浏览器，即它就是一个浏览器，只是其内的点击、翻页等人为相关操作需要程序设计实现；

PhantomJS提供Javascript API接口，可以通过编写JS程序直接与webkit内核交互；

PhantomJS的应用：无需浏览器的 Web 测试、网页截屏、页面访问自动化、网络监测。

1.2.1.   安装

在官网下载，目前版本为2.1.1

http://phantomjs.org/

下载后放到任意路径下，配置好环境路径即可；

现在放到D:\bendi_soft\bendi_package并添加环境路径即可；

验证：

phantmjs –v #显示版本号2.1.1为正常

官方文档：http://phantomjs.org/quick-start.html

1.3.    其它

相关环境已部署完成，下面开始实验。

为了方便，在调试时使用selenium+chrome方便调试；

2.      selenium+chrome

2.1.    环境配置

使用chrome之前需要安装selenium与chrome之间的驱动；

http://chromedriver.storage.googleapis.com/index.html

本机已安装CHROME66查阅NOTES发现对应chromedriver版本为2.39

下载完成后解压，得到chromedriver.exe文件，放到任意路径下并将其加入到PATH中；

2.2.    函数及功能用法

2.2.1.   声明浏览器对象并获取网页

from selenium import webdriver

#browser = webdriver.Chrome("e:\python\chromedriver.exe")

#设置好环境变量后可不这样写

browser = webdriver.Chrome()

try:

browser.get('https://www.taobao.com')

print(browser.page_source) #browser.page_source是获取网页的全部html

browser.close()

except:

print(“error”)

finally:
    print("done!")

2.3.   
其它常用方法

2.3.1.  
查找元素

单个元素

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()

常用的查找方法

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')#第一个参数传入名称，第二个传入具体的参数

print(input_first)

browser.close()

查找多个元素，elements多个s

input_first =
browser.find_elements_by_id('q')

2.3.2.  
交互操作-搜索框传入关键词进行自动搜索

from selenium import webdriver

import time

browser = webdriver.Chrome()

browser.get('https://www.taobao.com')

input = browser.find_element_by_id('q')#找到搜索框

input.send_keys('iPhone')#传送入关键词

time.sleep(5)

input.clear()#清空搜索框

input.send_keys('男士内裤')

button =
browser.find_element_by_class_name('btn-search')#找到搜索按钮

button.click()

更多操作:
http://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.remote.webelement#可以有属性、截图等等

2.3.3.  
交互动作，驱动浏览器进行动作，模拟拖拽动作，将动作附加到动作链中串行执行

from selenium import webdriver

from selenium.webdriver import
ActionChains#引入动作链

browser = webdriver.Chrome()

url =
'http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable'

browser.get(url)

browser.switch_to.frame('iframeResult')#切换到iframeResult框架

source =
browser.find_element_by_css_selector('#draggable')#找到被拖拽对象

target =
browser.find_element_by_css_selector('#droppable')#找到目标

actions = ActionChains(browser)#声明actions对象

actions.drag_and_drop(source, target)

actions.perform()#执行动作

更多操作:
http://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.common.action_chains

2.3.4.  
执行JavaScript

有些动作可能没有提供api，比如进度条下拉，这时，我们可以通过代码执行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")')

2.3.5.  
获取元素信息

获取属性

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')#获取网站logo

print(logo)

print(logo.get_attribute('class'))

browser.close()

获取文本值

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文本值

browser.close()

# 获取Id，位置，标签名，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)#获取id

print(input.location)#获取位置

print(input.tag_name)#获取标签名

print(input.size)#获取大小

browser.close()

2.3.6.  
Frame操作

frame相当于独立的网页，如果在父类网frame查找子类的，则必须切换到子类的frame，子类如果查找父类也需要先切换

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)

2.3.7.  
等待

隐式等待

当使用了隐式等待执行测试的时候，如果 WebDriver没有在 DOM中找到元素，将继续等待，超出设定时间后则抛出找不到元素的异常,

换句话说，当查找元素或元素并没有立即出现的时候，隐式等待将等待一段时间再查找 DOM，默认的时间是0

from selenium import webdriver

browser = webdriver.Chrome()

browser.implicitly_wait(10)#等待十秒加载不出来就会抛出异常，10秒内加载出来正常返回

browser.get('https://www.zhihu.com/explore')

input =
browser.find_element_by_class_name('zu-top-add-question')

print(input)

显式等待

指定一个等待条件，和一个最长等待时间，程序会判断在等待时间内条件是否满足，如果满足则返回，如果不满足会继续等待，超过时间就会抛出异常

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 标题是某内容

title_contains 标题包含某内容

presence_of_element_located 元素加载出，传入定位元组，如(By.ID, 'p')

visibility_of_element_located 元素可见，传入定位元组

visibility_of 可见，传入元素对象

presence_of_all_elements_located 所有元素加载出

text_to_be_present_in_element 某个元素文本包含某文字

text_to_be_present_in_element_value 某个元素值包含某文字

frame_to_be_available_and_switch_to_it
frame加载并切换

invisibility_of_element_located 元素不可见

element_to_be_clickable 元素可点击

staleness_of 判断一个元素是否仍在DOM，可判断页面是否已经刷新

element_to_be_selected 元素可选择，传元素对象

element_located_to_be_selected 元素可选择，传入定位元组

element_selection_state_to_be 传入元素对象以及状态，相等返回True，否则返回False

element_located_selection_state_to_be 传入定位元组以及状态，相等返回True，否则返回False

alert_is_present 是否出现Alert

详细内容：http://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.support.expected_conditions

2.3.8.  
前进后退-实现浏览器的前进后退以浏览不同的网页

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()

2.3.9.  
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())

选项卡管理
增加浏览器窗口

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')

2.3.10. 
异常处理

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()

3.     
selenium+phantomjs

使用方式与chrome下没什么区别，创建对象时使用phantomjs

from selenium import webdriver

browser = webdriver.Phantomjs()

4.     
附录

selenium中文网

http://www.selenium.org.cn/