python 爬虫之 selenium API

一、浏览器操作

1、浏览器最大化

driver.maximize_window() #将浏览器最大化显示

2、设置浏览器宽、高

driver.set_window_size(480, 800)#设置浏览器宽480、高800显示

3、控制浏览器前进、后退

driver.back()#浏览器后退

driver.forward()#浏览器前进

二、简单对象的定位

webdriver 提供了一系列的元素定位方法，常用的有以下几种：

id
name
class name
tag name
link text
partial link text
xpath
css selector

分别对应python webdriver 中的方法为：

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()

1、id 和name 定位

id 和name 是我们最常用的定位方式，因为大多数元素都有这两个属性，而且在对控件的id 和name
命名时一般使其有意义也会取不同的名字。通过这两个属性使我们找一个页面上的属性变得相当容易。

比如：

#id=”gs_htif0”

find_element_by_id("gs_htif0")

#name=”btnK”

find_element_by_name("btnK")

2、tag name 和class name 定位

比如：

#<div id="searchform" class="jhp_big" style="margin-top:-2px">

#<form id="tsf" onsubmit="return name="f" method="GET" action="/search">

find_element_by_class_name("jhp_big")

find_element_by_tag_name("div")

tag name 定位应该是所有定位方式中最不靠谱的一种了，因为在一个页面中具有相同tag name 的元
素极其容易出现。

3、link text 与partial link text 定位

有时候需要操作的元素是一个文字链接，那么我们可以通过link text 或partial link text 进行元素
定位。比如：

#<a href="http://news.baidu.com" name="tj_news">新闻</a>

#<a href="http://tieba.baidu.com" name="tj_tieba">贴吧</a>

#<a href="http://zhidao.baidu.com" name="tj_zhidao">一个很长的文字连接</a>

#通过link text 定位元素：

find_element_by_link_text("新闻")

find_element_by_link_text("贴吧")

find_element_by_link_text("一个很长的文字连接")

#通partial link text 也可以定位到上面几个元素：

find_element_by_partial_link_text("新")

find_element_by_partial_link_text("吧")

find_element_by_partial_link_text("一个很长的")

当一个文字连接很长时，我们可以只取其中的一部分，只要取的部分可以唯一标识元素。一般一个页
面上不会出现相同的文件链接，通过文字链接来定位元素也是一种简单有效的定位方式。

4、XPath 定位

XPath 是一种在XML 文档中定位元素的语言。因为HTML 可以看做XML 的一种实现，所以selenium 用
户可是使用这种强大语言在web 应用中定位元素。

以下面一段html代码为例：

<html class="w3c">

<body>

     <div class="page-wrap">

     <div id="hd" name="q">

         <form target="_self" action="http://www.so.com/s">

              <span id="input-container">

                    <input id="input" type="text" x-webkit-speech="" autocomplete="off" suggestwidth="501px" >

（1）使用绝对路径定位：

当我们所要定位的元素很难找到合适的方式时，都可以通这种绝对路径的方式位，缺点是当元素在很
多级目录下时，我们不得不要写很长的路径，而且这种方式难以阅读和维护。

find_element_by_xpath("/html/body/div[2]/form/span/input")

（2）使用相对路径定位：

find_element_by_xpath("//input[@id=’input’]") #通过自身的id 属性定位

find_element_by_xpath("//span[@id=’input-container’]/input") #通过上一级目录的id 属性定位

find_element_by_xpath("//div[@id=’hd’]/form/span/input") #通过上三级目录的id 属性定位

find_element_by_xpath("//div[@name=’q’]/form/span/input")#通过上三级目录的name 属性定位

通过上面的例子，我们可以看到XPath 的定位方式非常灵活和强大的，XPath 可以做布尔逻辑运算，例如：//div[@id=’hd’ or @name=’q’]。

当然，它的缺陷也非常明显：

1、性能差，定位元素的性能要比其它大多数方式差；

2、不够健壮，XPath会随着页面元素布局的改变而改变；

3. 兼容性不好，在不同的浏览器下对XPath 的实现是不一样的。

下面插播一下xpath的知识：

(1)路径表达式：

表达式	描述
nodename	选取此节点的所有子节点。
/	从根节点选取。
//	从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置。
.	选取当前节点。
..	选取当前节点的父节点。
@	选取属性。

实例

在下面的表格中，我们已列出了一些路径表达式以及表达式的结果：

路径表达式	结果
bookstore	选取 bookstore 元素的所有子节点。
/bookstore	选取根元素 bookstore。注释：假如路径起始于正斜杠( / )，则此路径始终代表到某元素的绝对路径！
bookstore/book	选取属于 bookstore 的子元素的所有 book 元素。
//book	选取所有 book 子元素，而不管它们在文档中的位置。
bookstore//book	选择属于 bookstore 元素的后代的所有 book 元素，而不管它们位于 bookstore 之下的什么位置。
//@lang	选取名为 lang 的所有属性。

实例

在下面的表格中，我们列出了带有谓语的一些路径表达式，以及表达式的结果：

路径表达式	结果
/bookstore/book[1]	选取属于 bookstore 子元素的第一个 book 元素。
/bookstore/book[last()]	选取属于 bookstore 子元素的最后一个 book 元素。
/bookstore/book[last()-1]	选取属于 bookstore 子元素的倒数第二个 book 元素。
/bookstore/book[position()<3]	选取最前面的两个属于 bookstore 元素的子元素的 book 元素。
//title[@lang]	选取所有拥有名为 lang 的属性的 title 元素。
//title[@lang='eng']	选取所有 title 元素，且这些元素拥有值为 eng 的 lang 属性。
/bookstore/book[price>35.00]	选取 bookstore 元素的所有 book 元素，且其中的 price 元素的值须大于 35.00。
/bookstore/book[price>35.00]/title	选取 bookstore 元素中的 book 元素的所有 title 元素，且其中的 price 元素的值须大于 35.00。

(2)选取未知节点

XPath 通配符可用来选取未知的 XML 元素。

通配符	描述
*	匹配任何元素节点。
@*	匹配任何属性节点。
node()	匹配任何类型的节点。

实例

在下面的表格中，我们列出了一些路径表达式，以及这些表达式的结果：

路径表达式	结果
/bookstore/*	选取 bookstore 元素的所有子元素。
//*	选取文档中的所有元素。
//title[@*]	选取所有带有属性的 title 元素。

5、CSS 定位

CSS(Cascading Style Sheets)是一种语言，它被用来描述HTML 和XML 文档的表现。CSS 使用选择器来为页面元素绑定属性。这些选择器可以被selenium 用作另外的定位策略。CSS 可以比较灵活选择控件的任意属性，一般情况下定位速度要比XPath 快，但对于初学者来说比较难以学习使用，下面我们就详细的介绍CSS 的语法与使用：

例如下面一段代码：

<div class="formdiv">

<form name="fnfn">

<input name="username" type="text"></input>

<input name="password" type="text"></input>

<input name="continue" type="button"></input>

<input name="cancel" type="button"></input>

<input value="SYS123456" name="vid" type="text">

<input value="ks10cf6d6" name="cid" type="text">

</form>

<div class="subdiv">

<ul id="recordlist">

<p>Heading</p>

<li>Cat</li>

<li>Dog</li>

<li>Car</li>

<li>Goat</li>

</ul>

</div>

</div>

通过CSS 语法进行匹配的实例：

关于自动化的定位问题：
自动化测试的元素定位一直是困扰自动化测试新手的一个障碍，因为我们在自动化实施过程中会碰到
各式各样的对象元素。虽然XPath 和CSS 可以定位到复杂且比较难定位的元素，但相比较用id 和name 来
说增加了维护成本和学习成本，相比较来说id/name 的定位方式更直观和可维护，有新的成员加入的自动
化时也增加了人员的学习成本。所以，测试人员在实施自动化测试时一定要做好沟通，规范前端开发人员
对元素添加id/name 属性，或者自己有修改HTML 代码的权限。

三、操作测试对象

一般来说，所有有趣的操作与页面交互都将通过WebElement 接口，包括上一节中介绍的对象定位，
以及本节中需要介绍的常对象操作。
webdriver 中比较常用的操作元素的方法有下面几个：

clear 清除元素的内容，如果可以的话
send_keys 在元素上模拟按键输入
click 单击元素
submit 提交表单

例如：

driver.find_element_by_id("user_name").clear()

driver.find_element_by_id("user_name").send_keys("username")

driver.find_element_by_id("user_pwd").clear()

driver.find_element_by_id("user_pwd").send_keys("password")

driver.find_element_by_id("dl_an_submit").click()

#通过submit() 来提交操作

#driver.find_element_by_id("dl_an_submit").submit()

clear() 用于清除输入框的默认内容
send_keys("xx") 用于在一个输入框里输入xx 内容
click() 用于单击一个按钮、连接等
submit() 提交表单

1、WebElement 接口常用方法

WebElement 接口除了我们前面介绍的方法外，它还包含了别一些有用的方法。下面，我们例举例几
个比较有用的方法。

size #返回元素的尺寸
text #获取元素的文本
get_attribute(name) #获得属性值
is_displayed() #检查该元素是否用户可见

例如：

size=driver.find_element_by_id("kw").size#返回百度输入框的宽高

text=driver.find_element_by_id("cp").text #返回百度页面底部备案信息

#返回元素的属性值，可以是id、name、type 或元素拥有的其它任意属性

attribute=driver.find_element_by_id("kw").get_attribute('type')

#返回元素的结果是否可见，返回结果为True 或False

result=driver.find_element_by_id("kw").is_displayed()

四、鼠标事件

前面例子中我们已经学习到可以用 click()来模拟鼠标的单击操作，而我们在实际的 web 产品测试中发现，有关鼠标的操作，不单单只有单击，有时候还要和到右击，双击，拖动等操作，这些操作包含在ActionChains 类中。
ActionChains 类鼠标操作的常用方法：

context_click() 右击
double_click() 双击
drag_and_drop() 拖动
move_to_element() 鼠标悬停在一个元素上
click_and_hold() 按下鼠标左键在一个元素上

1、右击操作

#引入 ActionChains 类

from selenium.webdriver.common.action_chains import ActionChains

...

#定位到要右击的元素

right =driver.find_element_by_xpath("xx")

#对定位到的元素执行鼠标右键操作

ActionChains(driver).context_click(right).perform()

ActionChains 用于生成用户的行为；所有的行为都存储在 actionchains 对象中。通过 perform()执行存储的行为。

2、鼠标双击操作

#引入 ActionChains 类

from selenium.webdriver.common.action_chains import ActionChains

...

#定位到要双击的元素

double =driver.find_element_by_xpath("xxx")

#对定位到的元素执行鼠标双击操作

ActionChains(driver).double_click(double).perform()

3、鼠标拖放操作

drag_and_drop(source, target)
在源元素上按下鼠标左键，然后移动到目标元素上释放。
source: 鼠标按下的源元素。
target: 鼠标释放的目标元素。

#引入 ActionChains 类

from selenium.webdriver.common.action_chains import ActionChains

...

#定位元素的原位置

element = driver.find_element_by_name("xxx")

#定位元素要移动到的目标位置

target = driver.find_element_by_name("xxx")

#执行元素的移动操作

ActionChains(driver).drag_and_drop(element, target).perform()

4、鼠标移动上元素上

#引入 ActionChains 类

from selenium.webdriver.common.action_chains import ActionChains

...

#定位到鼠标移动到上面的元素

above = driver.find_element_by_xpath("xxx")

#对定位到的元素执行鼠标移动到上面的操作

ActionChains(driver).move_to_element(above).perform()

5、按下鼠标左键

#引入 ActionChains 类

from selenium.webdriver.common.action_chains import ActionChains

...

#定位到鼠标按下左键的元素

left=driver.find_element_by_xpath("xxx")

#对定位到的元素执行鼠标左键按下的操作

ActionChains(driver).click_and_hold(left).perform()

五、键盘事件

from selenium.webdriver.common.keys import Keys #在使用键盘按键方法前需要先导入 keys 类包。

下面经常使用到的键盘操作：

send_keys(Keys.BACK_SPACE) 删除键（BackSpace）
send_keys(Keys.SPACE) 空格键(Space)
send_keys(Keys.TAB) 制表键(Tab)
send_keys(Keys.ESCAPE) 回退键（Esc）
send_keys(Keys.ENTER) 回车键（Enter）
send_keys(Keys.CONTROL,'a') 全选（Ctrl+A）
send_keys(Keys.CONTROL,'c') 复制（Ctrl+C）
send_keys(Keys.CONTROL,'x') 剪切（Ctrl+X）
send_keys(Keys.CONTROL,'v') 粘贴（Ctrl+V）

六、获取页面的title和url

有时间需要通过页面的title和url去判断页面的状态。比如测试登录是否成功和重定向是否成功。

#获得前面 title，打印

title = driver.title

print title

#获得前面 URL，打印

now_url = driver.current_url

print now_url

七、设置等待时间

有时候为了保证脚本运行的稳定性，需要脚本中添加等待时间。

设置等待时间有以下几种方法：

sleep()：设置固定休眠时间。 python 的 time 包提供了休眠方法 sleep() ，导入 time包后就可以使用 sleep()进行脚本的执行过程进行休眠。
implicitly_wait()：是 webdirver 提供的一个超时等待。隐的等待一个元素被发现，或一个命令完成。如果超出了设置时间的则抛出异常。
WebDriverWait()：同样也是 webdirver 提供的方法。在设置时间内，默认每隔一段时间检测一次当前页面元素是否存在，如果超过设置时间检测不到则抛出异常。

1、sleep()休眠方法

当执行到sleep()方法时会固定休眠一定的时长，然后再往下执行。sleep()方法以秒为单位，假如休眠时间小于 1 秒，可以用小数表示。

import time

....

time.sleep(5)

time.sleep(0.5)

当然，也可以直接导入 sleep()方法，使脚本中的引用更简单

from time import sleep

....

sleep(3)

sleep(30)

2、implicitly_wait()

隐式等待是通过一定的时长等待页面上某元素加载完成。如果超出了设置的时长元素还没被加载，则抛出NoSuchElementException异常。implicitly_wait()方法比 sleep() 更加智能，后者只能选择一个固定的时间的等待，前者可以在一个时间范围内智能的等待。以秒为单位。注意：它并不针对页面上的某一个元素进行等待，而是从你设定这个隐式等待开始的所有需要定位的元素。当脚本执行到某个元素定位时，如果元素可以定位，则继续执行；如果元素定位不到，则它将以轮询的方式不断判断元素是否定位到。超过设定时间抛出异常

#添加智能等待30秒

driver.implicitly_wait(30)

3、WebDriverWait()

详细格式如下：
WebDriverWait(driver, timeout, poll_frequency=0.5, ignored_exceptions=None)，参数解释如下：

driver - WebDriver 的驱动程序(Ie, Firefox, Chrome 或远程)
timeout - 最长超时时间，默认以秒为单位
poll_frequency - 休眠时间的间隔（步长）时间，默认为 0.5 秒
ignored_exceptions - 超时后的异常信息，默认情况下抛 NoSuchElementException 异常。

from selenium.webdriver.support.ui import WebDriverWait

....

element = WebDriverWait(driver, 10).until(lambda x: x.find_element_by_id(“someId”))

is_disappeared = WebDriverWait(driver, 30, 1, (ElementNotVisibleException)).until_not(lambda x: x.find_element_by_id(“someId”).is_displayed())

WebDriverWai()一般由 unit()或 until_not()方法配合使用，下面是 unit()和 until_not()方法的说明：
until(method, message=’’)
调用该方法提供的驱动程序作为一个参数，直到返回值不为False。
until_not(method, message=’’)
调用该方法提供的驱动程序作为一个参数，直到返回值为 False。

八、定位一组对象

需要获取页面上的一组元素是的方法：

#find_elements 用于获取一组元素。

find_elements_by_id(‘xx’)

find_elements_by_name(‘xx’)

find_elements_by_class_name(‘xx’)

find_elements_by_tag_name(‘xx’)

find_elements_by_link_text(‘xx’)

find_elements_by_partial_link_text(‘xx’)

find_elements_by_xpath(‘xx’)

find_elements_by_css_selector(‘xx’)

可以使用for... in ...对这一组元素进行遍历

for checkbox in checkboxes:

checkbox.click()

我们获取到一组元素之后也可以使用pop（）方法获得这一组元素中的第几个，然后再对该元素进行操作：

find_elements_by_id(‘xx’).pop().click()

pop（）或pop（-1）默认获取一组元素中的最后一个
pop(0) 默认获取一组元素的第一个元素
pop(1) 默认获取一组元素的第二个元素
......以此类推

九、层级定位

在实际的项目测试中，经常会有这样的需求：页面上有很多个属性基本相同的元素，现在需要具体
定位到其中的一个。由于属性基本相当，所以在定位的时候会有些麻烦，这时候就需要用到层级定位。先
定位父元素，然后再通过父元素定位子孙元素。

比如下拉列表，我们可以先点击弹出下拉框然后再定位下拉列表中的选项

#点击 Link1 链接（弹出下拉列表）

driver.find_element_by_link_text('Link1').click()

#在父亲元件下找到 link 为 Action 的子元素

menu =

driver.find_element_by_id('dropdown1').find_element_by_link_text('Another

action')

十、多表单切换

在 web 应用中经常会出现 frame/iframe 表单内嵌套的应用，WebDriver只能在一个页面上进行元素识别定位，对于frame/iframe表单内嵌页面上的元素无法直接定位。这是需要通过switch_to.frame()方法将当前定位的主体切换为frame/iframe表单的内嵌页面中。

driver.switch_to_frame("f2")

switch_to.frame()默认可以直接去表单的id或name属性。如果没有这两个属性，可以通过其他方式定位，比如：

#先通过xpath定位到iframe

xf=driver.find_element_by_xpath('/*[@class="if"]')

#再将定位对象传给switch_to.frame()方法

driver.switch_to.frame()

如果完成了在当前表单上的操作，则可以通过switch_to.parent_content()方法跳出当前一集表单。该方法默认对应于离他最近的switch_to.frame()。如果要跳出最外层的页面使用switch_to.default_conent().

十一、多窗口切换

1、相关方法

current_window_handle：获得当前窗口句柄

window_handles：返回所有窗口的句柄到当前对话

switch_to.window(窗口句柄)：切换到对应的窗口。

nowhandle=driver.current_window_handle

 driver.find_element_by_link_text(u"发表话题").click()

 time.sleep(3)

 #由于发表新话题会新窗口打开，所以要指向新窗口，即发话题窗口

 allhandles=driver.window_handles

  for handle in allhandles:

         if(handle!=nowhandle):

             driver.switch_to.window(handle)

十二、警告窗处理

处理javascript所生成的alert、confirm、prompt，可以使用switch_to_alert()方法定位到alert/confirm/prompt，然后使用text/accept/dismiss/send_keys等方法进行操作

text 返回 alert/confirm/prompt 中的文字信息。
accept 点击确认按钮。
dismiss 点击取消按钮，如果有的话。
send_keys 输入值，这个 alert\confirm 没有对话框就不能用了，不然会报错。

十三、上传文件

1、查找到input标签，通过send_keys添加文件路径

#通过查找到input标签，然后send进去

driver.find_element_by_id("coverImgSrc").send_keys(u"%s"%tds["coverImgSrc"])

2、使用AutoIt识别flash控件和windows控件实现自动上传文件

十四、调用javascript

当 webdriver 遇到没法完成的操作时，笔者可以考虑借用 JavaScript 来完成。使用webdriver 提供的execute_script() 接口用来调用 js 代码。比如要操作页面上隐藏的元素，可以用javascript来把它设置为可见然后进行操作

比如下面这段代码：

使用javascript：

……

#修改元素的属性

js = 'document.querySelectorAll("select")[0].style.display="block";'

driver.execute_script(js)

sel = driver.find_element_by_tag_name('select')

Select(sel).select_by_value('opel')

……

十五、控制浏览器滚动条

一般用到操作滚动条的会两个场景：

注册时的法律条文的阅读，判断用户是否阅读完成的标准是：滚动条是否拉到最下方。
要操作的页面元素不在视觉范围，无法进行操作，需要拖动滚动条

用于标识滚动条位置的代码：

<body onload= "document.body.scrollTop=0 ">

<body onload= "document.body.scrollTop=100000 ">

如果滚动条在最上方的话， scrollTop=0 ，那么要想使用滚动条在最可下方，可以 scrollTop=100000 ，
这样就可以使滚动条在最下方。

#将页面滚动条拖到底部

js="var q=document.documentElement.scrollTop=10000"

driver.execute_script(js)

time.sleep(3)

#将滚动条移动到页面的顶部

js1="var q=document.documentElement.scrollTop=0"

driver.execute_script(js1)

time.sleep(3)

十六、获取元素对象的属性值

有时候我们定位页面上的元素发现常用的id、name等属性是相同的。这个时候我们只能通过常规的定位方法定位出一组元素，然后观察通过元素的属性可以定位出单个元素。可使用.get_attribute（）方法。

比如：

# 选择页面上所有的 tag name 为 input 的元素

inputs = driver.find_elements_by_tag_name('input')

#然后循环遍历出 属性data-node值 为594434493的元素，单击勾选

for input in inputs:

if input.get_attribute('data-node') == '594434493':

input.click()

……

十七、获取验证码问题

关于验证码的处理，网上有几种说法：

1、测试时先去掉验证码

2、使用验证码识别技术

3、使用cookies记录登录用户名密码，下次自动登录免去验证码输入环节

我们自己内部的处理方式是内部提供一个接口获得验证码，然后通过js代码把获取的验证码填写进去：

 #自动获取验证码并填写

        js="$.getJSON('http://xxx.xxx.com/util/getCode.jsonp?callback=?',function(data){$('.imgcode').val(data.code);})"

        driver.execute_script(js)

转自：https://www.cnblogs.com/pachongshangdexuebi/p/5313381.html