第 4 章 WebDriver API
从本章开始正式学习 WebDriver API，它可用来操作浏览器元素的一些类和方法。
4.1 从定位元素开始
例如百度的首页，页面上有输入框、按钮、文字链接、图片等元素。自动化测试要做的就是模拟鼠标和键盘来操作这些元素，如单击、输入、鼠标悬停等。
操作这些元素的前提是要定位它们，那么自动化工具，如何定位这些元素呢？
通过浏览器自带的（F12）开发者工具可以看到，页面元素都是由 HTML 代码组成的，它们之间有层级地组织起来，每个元素有不同的标签名和属性值。WebDriver 就是根据这些信息来定位元素的。
WebDriver 提供了 8 种元素定位方法，在 Python 中，对应的方法如下：
● id 定位 → find_element_by_id（）
● name 定位 → find_element_by_name（）
● tag 定位 → find_element_by_tag_name（）
● class 定位 → find_element_by_class_name（）
● link_text → find_element_by_link_text()
● partial link 定位 → find_element_by_partial_link_text（）
● XPath 定位 → find_element_by_xpath（）
● CSS_selector 定位 → find_element_by_css_selector（）
如果把页面上的元素看作人，那么在现实世界中如何找到某人呢？
首先，可以通过人本身的属性进行查找，例如他的姓名、手机号、身份证号等，这些都是用于区别于他人的属性。在 Web 页面上的元素也有本身的属性，例如，id、name、tag name 等。
其次，可以通过位置进行查找，例如，x 国、x 市、x 路、x 号。XPath 和 CSS 可以通过标签层级关系的方式来查找元素。
最后，还可以借助相关人的属性来找到某人。例如，我没有小明的联系方式，但是我有他爸爸的手机号，那么通过他爸爸的手机号最终也可以找到小明。XPath 和 CSS 同样提供了相似的定位策略来查找元素。
理解了这些查找规则之后，下面介绍的几种元素定位方法就很好理解了。
4.1.1 id 定位
HTML 规定，id 在 HTML 文档中必须是唯一的，这类似于我国公民的身份证号，具有唯一性。WebDriver 提供的 id 定位方法是通过元素的 id 来查找元素的。通过 id 定位百度输入框与百度搜索按钮的用法如下。
find_element_by_id()方法是通过 id 来定位元素的。
4.1.2 name 定位
HTML 规定，name 用来指定元素的名称，因此它的作用更像是人的姓名。通过 name 定位百度输入框的用法如下。
find_element_by_name()方法是通过 name 来定位元素的。
4.1.3 class 定位
HTML 规定，class 用来指定元素的类名，其用法与 id、name 类似。通过 class 定位百度输入框的用法如下。
find_element_by_class_name()方法是通过 class 来定位元素的。
4.1.4 tag 定位
HTML 通过 tag 来定义不同页面的元素。例如，<input> 一般用来定义输入框，<a> 标签用来定义超链接等。不过，因为一个标签往往用来定义一类功能，所以通过标签识别单个元素的概率很低。例如，我们打开任意一个页面，查看前端代码时都会发现大量的 <div>、<input>、<a> 等标签。
通过标签名（tag name）定位百度输入框的用法如下。
find_element_by_tag_name()方法是通过元素的标签名来定位元素的。
4.1.5 link 定位
link 定位与前面介绍的几种定位方法有所不同，它专门用来定位文本链接。百度输入框上面的几个文字链接的代码如下。
查看上面的代码可以发现，通过 name 定位是个不错的选择。不过这里为了演示 link 定位的使用，现给出通过 link 定位链接的用法如下。
find_element_by_link_text()方法是通过元素标签对之间的文字信息来定位元素的。
4.1.6 partial link 定位
partial link 定位是对 link 定位的一种补充，有些文字链接比较长，这个时候我们可以取文字链接的部分文字进行定位，只要这部分文字可以唯一地标识这个链接即可。
通过 partial link 定位链接的用法如下。
find_element_by_partial_link_text()方法是通过元素标签对之间的部分文字定位元素的。
前面介绍的几种定位方法相对来说比较简单，在理想状态下，一个页面当中每个元素都有唯一的 id 值和 name 值，可以通过它们来查找元素。但在实际项目中并非想象得这般美好，有时候一个元素没有 id 值和 name 值，或者页面上有多个元素属性是相同的；又或者 id 值是随机变化的，在这种情况下，如何定位元素呢？
下面介绍 XPath 定位与 CSS 定位，与前面介绍的几种定位方式相比，它们提供了更加灵活的定位策略，可以通过不同的方式定位想要的元素。
4.1.7 XPath 定位
因为 HTML 可以看作 XML 的一种实现，在 XML 文档中，XPath 是一种定位元素的语言。所以 WebDriver 提供了这种在 Web 应用中定位元素的方法。
1.绝对路径定位
XPath 有多种定位策略，最简单直观的就是写出元素的绝对路径。如果把元素看作人，假设这个人没有任何属性特征（手机号、姓名、身份证号），但这个人一定存在于某个地理位置，如 xx 省 xx 市 xx 区 xx 路 xx 号。对于页面上的元素而言，也会有这样一个绝对地址。
参考F12开发者工具所展示的代码层级结构，我们可以通过下面的方式找到百度输入框和百度搜索按钮。
find_element_by_xpath()方法是用 XPath 来定位元素的。这里主要用标签名的层级关系来定位元素的绝对路径，最外层为 html，在 body 文本内，一级一级往下查找。如果一个层级下有多个相同的标签名，那么就按上下顺序确定是第几个。例如，div[2]表示当前层级下第二个 div 标签。
2.利用元素属性定位
除使用绝对路径外，XPath 还可以使用元素的属性值来定位。
//input 表示当前页面某个 input 标签，[@id='kw'] 表示这个元素的 id 值是 kw。下面通过 name 和 class 来定位。
如果不想指定标签名，那么可以用星号（*）代替。当然，使用 XPath 不局限于 id、name 和 class 这三个属性值，元素的任意属性都可以使用，只要它能唯一标识一个元素。
3.层级与属性结合
如果一个元素本身没有可以唯一标识这个元素的属性值，那么我们可以查找其上一级元素。如果它的上一级元素有可以唯一标识属性的值，就可以拿来使用。参考 baidu.html 文本。
假如百度输入框没有可利用的属性值，那么可以查找它的上一级属性。例如，小明刚出生的时候没有名字，也没有身份证号，那么亲朋好友来找小明时可以先找到小明的爸爸，因为他爸爸是有很多属性特征的。找到小明的爸爸后，就可以找到小明了。通过 XPath 描述如下：
//span[@class='s_ipt_wr'] 通过 class 定位到父元素，后面的/input 表示父元素下面的子元素。如果父元素没有可利用的属性值，那么可以继续向上查找父元素的父元素。
我们可以通过这种方法一级一级向上查找，直到找到最外层的 <html> 标签，那就是一个绝对路径的写法了。
4.使用逻辑运算符
如果一个属性不能唯一区分一个元素，那么我们可以使用逻辑运算符连接多个属性来查找元素。
and 表示必须满足两个条件来定位元素。
5.使用 contains 方法
contains 方法用于匹配一个属性中包含的字符串。例如，span 标签的 class 属性为「bg s_ipt_wr」。
contains 方法只取了 class 属性中的「s_ipt_wr」部分。
6.使用 text()方法
text()方法用于匹配显示文本信息。例如，前面通过 link text 定位的文字链接。
当然，contains 和 text()也可以配合使用。
它实现了 partial link 定位的效果。
4.1.8 CSS 定位
CSS 是一种语言，用来描述 HTML 文档的样式表现。CSS 使用选择器为页面元素绑定属性。
CSS 选择器可以较为灵活地选择控件的任意属性，一般情况下，CSS 定位速度比 XPath 定位速度快，下面介绍 CSS 选择器的语法与使用。
表 4-1 CSS 选择器的常见语法
下面同样以百度输入框和百度搜索按钮为例，介绍 CSS 定位的用法。
1.通过 class 定位
find_element_by_css_selector（）方法用于在 CSS 中定位元素，点号（.）表示通过 class 来定位元素。
2.通过 id 定位
井号（#）表示通过 id 来定位元素。
3.通过标签名定位
在 CSS 中，用标签名定位元素时不需要任何符号标识，直接使用标签名即可。
4.通过标签层级关系定位
这种写法表示有父元素，父元素的标签名为 span。查找 span 中所有标签名为 input 的子元素。
5.通过属性定位
在 CSS 中可以使用元素的任意属性定位，只要这些属性可以唯一标识这个元素。对属性值来说，可以加引号，也可以不加，注意和整个字符串的引号进行区分。
6.组合定位
我们可以把上面的定位策略组合起来使用，这就大大加强了定位元素的唯一性。
我们要定位的这个元素标签名为 input，这个元素的 class 属性为 s_ipt；并且它有一个父元素，标签名为 span。它的父元素还有父元素，标签名为 form，class 属性为 fm。我们要找的就是必须满足这些条件的一个元素。
CSS 选择器的更多用法可以查看 W3CSchool 网站中的 CSS 选择器参考手册（http://www.w3school.com.cn/cssref/css_selectors.asp）
通过前面的学习我们了解到，XPath 和 CSS 都提供了非常强大而灵活的定位方法。相比较而言，CSS 语法更加简洁，但理解和使用的难度要大一点。
7.更多定位用法
查找 class 属性包含「s_ipt_wr」字符串的元素。
查找 class 属性以「bg」字符串开头的元素。
查找 class 属性以「wrap」字符串结尾的元素。
查找 form 标签下面第 2 个 input 标签的元素。
4.1.9 用 By 定位元素
针对前面介绍的 8 种定位方法，WebDriver 还提供了另外一套写法，即统一调用 find_element()方法，通过 By 来声明定位，并且传入对应定位方法的定位参数，具体如下。
find_element()方法只用于定位元素，它需要两个参数。第一个参数是定位的类型，由 By 提供；第二个参数是定位的值，在使用 By 之前需要先导入。
通过查看 WebDriver 的底层实现代码可以发现，它们其实是一回事儿。例如，id 定位方法的实现。
""" * name → find_element_by_name() * tag_name → find_element_by_tag_name() * class_name → find_element_by_class_name() * link_text → find_element_by_link_text() * partial_link_text → find_element_by_partial_link_text() * xpath → find_element_by_xpath() * css_selector → find_element_by_css_selector() """ from selenium import webdriver driver = webdriver.Chrome() # id 定位 driver.find_element_by_id("kw") driver.find_element_by_id("su") # name 定位 driver.find_element_by_name("wd") # class 定位 driver.find_element_by_class_name("s_ipt") # tag定位 driver.find_element_by_tag_name("input") # link text定位 driver.find_element_by_link_text("新闻") driver.find_element_by_link_text("hao123") driver.find_element_by_link_text("地图") driver.find_element_by_link_text("视频") driver.find_element_by_link_text("贴吧") # partial link定位 driver.find_element_by_partial_link_text("一个很长的") driver.find_element_by_partial_link_text("文本链接") # XPath 定位 # 1、绝对路径定位 driver.find_element_by_xpath("/html/body/div/div[2]/div/div/div/from/span/input") driver.find_element_by_xpath("/html/body/div/div[2]/div/div/div/from/span[2]/input") # 2、利用元素属性定位 driver.find_element_by_xpath("//input[@id='kw']") driver.find_element_by_xpath("//input[@id='su']") driver.find_element_by_xpath("//*[@name='wd']") driver.find_element_by_xpath("//*[@class='s_ipt']") driver.find_element_by_xpath("//input[@maxlength='100']") driver.find_element_by_xpath("//input[@autocomplete='off']") driver.find_element_by_xpath("//input[@type='submit']") # 3、层级与属性结合 driver.find_element_by_xpath("//span[@class='bg s_ipt_wr']/input") driver.find_element_by_xpath("//form[@id='form']/span/input") driver.find_element_by_xpath("//form[@id='form']/span[2]/input") # 4、使用逻辑运算符 driver.find_element_by_xpath("//input[@id='kw' and @class='s_ipt']") # 5、使用contains方法 driver.find_element_by_xpath("//span[contains(@calss,'s_ipt_wr')]/input") # 6、使用text()方法 driver.find_element_by_xpath("//a[text(),'新闻')]") driver.find_element_by_xpath("//a[contains(text(),'一个很长的')]") # CSS 定位 # 1.通过class属性定位 driver.find_element_by_css_selector(".s_ipt") driver.find_element_by_css_selector(".s_btn") # 2、通过id属性定位 driver.find_element_by_css_selector("#kw") driver.find_element_by_css_selector("#su") # 3、通过标签名定位 driver.find_element_by_css_selector("input") # 4、通过标签层级关系定位 driver.find_element_by_css_selector("span > input") # 5、通过属性定位 driver.find_element_by_css_selector("[autocomplete=off]") driver.find_element_by_css_selector("[name='kw']") driver.find_element_by_css_selector('[type="submit"]') # 6、组合定位 driver.find_element_by_css_selector("form.fm > span > input.s_ipt") driver.find_element_by_css_selector("form#form > span > input#kw") # 7、更多定位用法 driver.find_element_by_css_selector("[class*=s_ipt_wr]") driver.find_element_by_css_selector("[class^=bg]") driver.find_element_by_css_selector("[class$=wrap]") driver.find_element_by_css_selector("form > input:nth-child(2)")
对于 Web 自动化来说，学会元素的定位相当于自动化已经学会了一半，剩下的就是学会使用 WebDriver 中提供的各种方法，接下来我们将通过实例介绍这些方法的具体使用。