概述
selenium是一个模拟控制浏览器操作的自动化库，它可以做到元素定位，鼠标事件，浏览器事件，js脚本执行等操作
与request不同的是，request是单独请求一个http，而selenium则是以浏览器方式加载整个页面流，所以那些异步的请求也不用像request一样去分析接口，一切都像浏览器一样，所见即所得。
优点是：
1.所见即所得，不用考虑cookie，ajax，重定向等等，方便数据的查取
2.平时在我们在浏览器上做的操作（鼠标，浏览器操作等），基本都可以用这个实现，并且步骤动态可视
3.多平台支持，不仅语言多平台支持，支持浏览器driver也很多
缺点是：
1.慢，由于加载了整个页面的数据流，资源开销大，所以对于只想获取关键数据来说肯定没有请求接口来的快
2.不稳定，脚本维护成本高等，比如你用xpath去找元素，但是前端改其他问题影响到了你这个元素的路径，那么这个脚本就gg
主要作用：
1.用于前端自动化测试，总的来说算集成测试，更关注用户端的测试
2.模拟登录等，爬虫的模拟登录常用到，同时使用这种时要开开发者模式，因为已经有很多网站能识别了
3.个人办公用途，减少重复劳动力。举个栗子：百度云离线下载多个链接
安装
库安装
pip install selenium
WebDriver安装
WebDriver是W3C的一个标准，由Selenium主持，主要目的就是通过这套WebDriverAPI控制你电脑上的浏览器，相当于一个selenium与浏览器之间的驱动，需要注意的是，不同浏览器，需要安装不同的WebDriver，常见的如下
其中PhantomJS是一个无窗口的WebDriver，现在已经停更了
根据你电脑所装浏览器版本来安装WebDriver（至少需要大版本相同，不然会有一些问题），安装WebDriver很简单，将可执行文件放到脚本目录或者python安装目录即可
WebDriver
创建WebDriver对象
创建WebDriver对象，相当于启动了浏览器
#导入webdriver模块 from selenium import webdriver #创建对象，根据你选择的浏览器创建 driver = webdriver.Chrome() driver = webdriver.Firefox() driver = webdriver.Ie() driver = webdriver.Edge() driver = webdriver.Opera() driver = webdriver.PhantomJS()
WebDriver对象操作
对WebDriver对象的操作可以抽象成你怎么去控制浏览器，主要方法有：
1.访问URL
driver.get("http://www.python.org")
2.窗口大小调整
#设置宽800px 高600px driver.set_window_size(800,600) #设置最大，最小 driver.maximize_window() driver.minimize_window()
3.刷新页面
driver.refresh()
4.前进后退
driver.forward()
driver.back()
5.关闭浏览器或窗口
#关闭浏览器 driver.quit() #关闭窗口 driver.close()
6.返回当前的一些属性
#当前url driver.current_url #返回窗口句柄 driver.current_window_handle #当前 driver.window_handles #所有 #返回title driver.title
7.查找元素，返回Element对象，之后会详细讲
find_element_by_name()
find_element_by_id()
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()
8.切换窗口
driver.switch_to_window(handle)
9.切换frame
#切换框架,直接输入iframe的name或id属性，或者传入定位的元素 driver.switch_to_frame(frame_reference)
10.截图保持为文件
#img_path_name为文件路径，只支持.png格式，文件名注意带上后缀，如“/Screenshots/foo.png” driver.get_screenshot_as_file(img_path_name)
11.执行js
#简单执行 driver.execute_script(script, *args) -script：要执行的JavaScript。 -*args：JavaScript的所有适用参数。 #异步执行 driver.execute_async_script(script, *args)
12.操作cookie
#获取cookies driver.get_cookies() #添加cookie driver.add_cookie(cookie_dict) #删除cookie driver.delete_all_cookies() #所有 driver.delete_cookie(name) #一个，指明key
元素Element
查找元素Element
在我们使用driver.get(url)方法后，driver会加载整个页面，如果我们要操作比如点击页面中的某个元素，则首先需要定位到这个元素，再进行操作
注意的是这部分需要HTML CSS XPATH基础，不熟悉的可以查看W3C教程，这里不做多诉
示例
<html> <body> <h1>Welcome</h1> <p class="content">Site content goes here.</p> <form id="loginForm"> <input name="username" type="text" /> <input name="password" type="password" /> </form> <a href="continue.html">Continue</a> </body> <html>
1.通过id属性定位
driver.find_element_by_id(‘loginForm’) #定位<form id="loginForm">
2.通过name属性定位
driver.find_element_by_name(‘username’) #定位<input name="username" type="text" />
3.通过class名定位
driver.find_elements_by_class_name(‘content’) #定位<p class="content">Site content goes here.</p>
4.通过TagName标签名定位
driver.find_element_by_tag_name(‘input’) #定位<input name="username" type="text" />，如果匹配了多个，只选第一个
5.通过link text定位，就是通过a标签的text内容定位
driver.find_elements_by_link_text(‘Continue’) #全匹配 driver.find_element_by_partial_link_text(‘Cont’) #部分text匹配 #定位<a href="continue.html">Continue</a>
6.通过xpath定位
driver.find_element_by_xpath("//from[input/@name='username']") #定位<input name="username" type="text" />
简单说一句：/ 代表选取直接子节点，// 代表选择所有子孙节点，. 代表选取当前节点，.. 代表选取当前节点的父节点，@ 则是加了属性的限定并选取匹配属性的特定节点，[]是谓语的意思。
7.通过css选择器定位
driver.find_element_by_css_selector('p.content') #定位<p class="content">Site content goes here.</p>
8.定位多个元素
将1~7中的find_element_by_xxx改成find_elements_by_xxx则可以返回所有匹配的元素为list
driver.find_elements_by_tag_name(‘input’) 定位[<input name="username" type="text" /> <input name="password" type="password" />]
9.串联查找
Element对象也是有find_element_by_xxx这些方法的，所以可以在第一次定位的元素下查找子节点等
driver.find_element_by_id(‘loginForm’).find_element_by_name(‘username’)
10.简洁方法
find_element(by='id', value=None)与find_elements(by='id', value=None)实际是实现find_element_by_xxx这个的底层实现，只是简洁些，当然我们也可以用
#导入By模块，实际里面就是id，class，name这些常量 from selenium.webdriver.common.by import By driver.find_element(By.NAME,username)
元素Element事件
Element对象有一系列的方法，来让我们操作定位的元素
1.Element.click() 点击元素
driver.find_elements_by_link_text(‘Continue’).click()
2.输入文本
#有些输入框中原有的文本不会被自动清除掉，需要使用clear()方法清除 driver.find_element_by_name(‘username’).clear() #输入内容 driver.find_element_by_name(‘username’).send_keys("username")
3.获取参数
#获取对应特性值 Element.get_attribute(name) #获取对应属性值 Element.get_property(name) #property是DOM中的属性，是JavaScript里的对象；attribute是HTML标签上的特性，它的值只能够是字符串。一般用attr就行 #获取当前元素的内容 Element.text #获取当前元素标签名 Element.tag_name #获取当前元素尺寸 Element.size #获取当前元素坐标 Element.location
4.判断方法
#判断当前元素是否可见 Element.is_displayed() #判断当前元素是否被启用 Element.is_enabled() #判断当前元素是否被选中 Element.is_selected()
等待
现在的网页，基本都是使用ajax异步的加载各种资源的，所以可能我们需要定位的元素不会第一时间就加载出来，这时候是无法定位的，也就会抛出异常。而解决这个问题的方法，就是等待。
1.硬性等待
使用time.sleep(sec)实现，需要自己估计网页加载的时间，硬性地等待，无论网页加载快慢，都会强制等待这么多时间
import time time.sleep(10)
2.显式等待
就是设定一个条件，同时设置一个时间，在这个时间范围内，如果网页出现符合的条件，就不等待继续执行，如果没有则循环直到超时报错
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 driver = webdriver.Firefox() driver.get("http://somedomain/url_that_delay_loading") try: element = WebDriverWait(driver,10).until( EC.presence_of_element_located((By.ID,"myDynamicElement")) ) finally: driver.quit()
这段代码主要讲的是：
- 实例化WebDriverWait类，传入driver与最大等待时长，默认poll_frequency(扫描频率)为500毫秒
- until()是WebDriverWait类的一个方法，参数是一个等待条件（expected_conditions），如果满足等待条件，则WebDriverWait类停止等待，并且返回expected_conditions的值，否则当等待时间到将抛出TimeoutException异常
- 除了until()还有个until_not()，看语义就明白
- 等待条件（expected_conditions）如果成功则返回element对象，或有些是返回布尔值，或者其它不为null的值
等待条件（expected_conditions）内置的方法主要有：
title_is : #验证 driver 的 title 是否与传入的 title 一致，返回布尔值 title_contains : #验证 driver 的 title 中是否包含传入的 title，返回布尔值 presence_of_element_located :# 验证页面中是否存在传入的元素，传入元素的格式是 locator 元组，如 (By.ID, "id1")，返回element对象 visibility_of_element_located : #验证页面中传入的元素（ locator 元组格式 ）是否可见，这里的可见不仅仅是 display 属性非 None ，还意味着宽高均大于0，返回element对象或false visibility_of : #验证页面中传入的元素（ WebElement 格式 ）是否可见。返回element对象或false presence_of_all_elements_located : #验证页面中是否存在传入的所有元素，传入元素的格式是 locator 元组构成的 list，如 [(By.ID, "id1"), (By.NAME, "name1")，返回element或false text_to_be_present_in_element : #验证在指定页面元素的text中是否包含传入的文本，返回布尔值 text_to_be_present_in_element_value : #验证在指定页面元素的value中是否包含传入的文本，返回布尔值 frame_to_be_available_and_switch_to_it : #验证frame是否可切入，传入 locator 元组 或 WebElement，返回布尔值 invisibility_of_element_located : #验证页面中传入的元素（ locator 元组格式 ）是否可见，返回布尔值 element_to_be_clickable : #验证页面中传入的元素（ WebElement 格式 ）是否点击，返回element staleness_of : #判断传入元素（WebElement 格式）是否仍在DOM中，返回布尔值 element_to_be_selected : #判断传入元素（WebElement 格式）是否被选中，返回布尔值 element_located_to_be_selected :# 判断传入元素（locator 元组格式）是否被选中，返回布尔值 element_selection_state_to_be :# 验证传入的可选择元素（WebElement 格式）是否处于某传入状态，返回布尔值 element_located_selection_state_to_be : #验证传入的可选择元素（WebElement 格式）是否处于某传入状态，返回布尔值 alert_is_present : #验证是否有 alert 出现。返回alert对象
3.隐式等待
一种全局的设置，设置一个最大时长，如果定位的元素没有出现就会循环的查询直到超时或者元素出现，相比于硬性等待，这个更加弹性，元素出现了就不会等待了
rom selenium import webdriver driver = webdriver.Firefox() driver.implicitly_wait(10) # seconds driver.get("http://somedomain/url_that_delays_loading") myDynamicElement = driver.find_element_by_id('myDynamicElement')
行为链
ActionChains可以完成简单的交互行为，例如鼠标移动，鼠标点击事件，键盘输入，以及内容菜单交互。这对于模拟那些复杂的类似于鼠标悬停和拖拽行为很有用
使用方法：
实例化一个ActionChains对象并在对象上调用行为方法时，这些行为会存储在ActionChains对象的一个队列里。只有调用perform()时，这些动作就以他们队列的顺序来触发
导入类
from selenium.webdriver import ActionChains
链式模型操作：
menu = driver.find_element_by_css_selector(".nav") hidden_submenu = driver.find_element_by_css_selector(".nav #submenu1") ActionChains(driver).move_to_element(menu).click(hidden_submenu).perform()
队列顺序操作：
menu = driver.find_element_by_css_selector(".nav") hidden_submenu = driver.find_element_by_css_selector(".nav #submenu1") actions = ActionChains(driver) actions.move_to_element(menu) actions.click(hidden_submenu) action.perform()
主要的行为方法有
click(on_element=None) #点击一个元素。参数：on_element:要点击的元素，如果是None，点击鼠标当前的位置 click_and_hold(on_element=None) #鼠标左键点击一个元素并且保持。参数：on_element:同click()类似 double_click(on_element=None) #双击一个元素 drag_and_drop(source, target) #鼠标左键点击source元素，然后移动到target元素释放鼠标按键 drag_and_drop_by_offset(source, xoffset,yoffset) #拖拽目标元素到指定的偏移点释放。参数: source:点击的参数 xoffset:X偏移量 * yoffset:Y偏移量 key_down(value,element=None) #只按下键盘，不释放。我们应该只对那些功能键使用(Contril,Alt,Shift)。参数： value：要发送的键，值在Keys类里有定义 element:发送的目标元素，如果是None，value会发到当前聚焦的元素上 key_up(value,element=None) #释放键。参考key_down的解释 move_by_offset(xoffset,yoffset) #将当前鼠标的位置进行移动 move_to_element(to_element) #把鼠标移到一个元素的中间 move_to_element_with_offset(to_element,xoffset,yoffset) #鼠标移动到元素的指定位置，偏移量以元素的左上角为基准。参数： to_element:目标元素 xoffset:要移动的X偏移量 * yoffset:要移动的Y偏移量 perform() #执行所有存储的动作 release(on_element=None) #释放一个元素上的鼠标按键 send_keys(*keys_to_send) #向当前的焦点元素发送键 send_keys_to_element(element,*keys_to_send) #向指定的元素发送键
参考的key值在这里
弹窗操作
目前主流弹窗就三种，alert，window，div封装的
alert弹窗
alert弹窗主要是js中alert()、confirm()、prompt()方法实现的，虽然这三种在js中不同，但对selenium都可以统一实例化Alert对象处理，首先查看Alert对象的主要方法
#接受和忽略弹框： Alert(driver).accept() Alert(driver).dismiss() #prompt里输入字符: Alert(driver).send_keys("text") #读取prompt的提示字符： Alert(driver).text #向一个认证的对话框发送用户名和密码，会自动点击确认 Alert(driver).authenticate('user','passwd')
对于弹窗生成Alert对象主要有两种方法
1.使用driver的API切换至弹窗操作
alert = driver.switch_to_alert() #底层实际就是Alert(driver)，返回Alert对象
2.直接使用Alert类实例化
from selenium.webdriver.common.alert import Alert alert = Alert(driver)
window类型
window类型实际就是那种点击界面元素后，浏览器新开的一个窗口，我们可以用driver的API直接切换到这个窗口进行一般的定位元素那些操作
#选择对应的window_handle切换 driver.switch_to_window(window_handle) #window_handle获取 driver.current_window_handle driver.window_handles
div封装的
div封装的弹窗就是使用浏览器F12查看HTML源代码时，弹窗的代码由div标签封装在页面中，所以这种弹窗可以直接find_element_by_xxx直接定位
可能还有网页中使用frame标签的，这就需要先切换到新的frame，上面driver的方法有介绍
如果对JavaScript熟悉的，这些弹窗都可以用js处理
参考：