• selennium模块


    #获取属性:
    # tag.get_attribute('src')
    #获取文本内容
    # tag.text
    #获取标签ID,位置,名称,大小(了解)
    # print(tag.id)
    # print(tag.location)
    # print(tag.tag_name)
    # print(tag.size)
    
    #模拟浏览器前进后退
    # browser.back()
    # time.sleep(10)
    # browser.forward()
    
    #cookies管理
    # print(browser.get_cookies())  获取cookie
    # browser.add_cookie({'k1':'xxx','k2':'yyy'})  设置cookie
    # print(browser.get_cookies())
    
    #运行js
    # from selenium import webdriver
    # import time
    #
    # bro=webdriver.Chrome()
    # bro.get("http://www.baidu.com")
    # bro.execute_script('alert("hello world")') #打印警告
    # time.sleep(5)
    #选项卡管理
    # import time
    # from selenium import webdriver
    #
    # browser=webdriver.Chrome()
    # browser.get('https://www.baidu.com')
    # browser.execute_script('window.open()')
    #
    # print(browser.window_handles) #获取所有的选项卡
    # browser.switch_to_window(browser.window_handles[1])
    # browser.get('https://www.taobao.com')
    # time.sleep(3)
    # browser.switch_to_window(browser.window_handles[0])
    # browser.get('https://www.sina.com.cn')
    # browser.close()
    
    #动作链
    # from selenium import webdriver
    # from selenium.webdriver import ActionChains
    #
    # from selenium.webdriver.support.wait import WebDriverWait  # 等待页面加载某些元素
    # import time
    #
    # driver = webdriver.Chrome()
    # driver.get('http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable')
    # wait=WebDriverWait(driver,3)
    # # driver.implicitly_wait(3)  # 使用隐式等待
    #
    # try:
    #     driver.switch_to.frame('iframeResult') ##切换到iframeResult
    #     sourse=driver.find_element_by_id('draggable')
    #     target=driver.find_element_by_id('droppable')
    #
    #
    # #方式一:基于同一个动作链串行执行
    # # actions=ActionChains(driver) #拿到动作链对象
    # # actions.drag_and_drop(sourse,target) #把动作放到动作链中,准备串行执行
    # # actions.perform()
    #
    # #方式二:不同的动作链,每次移动的位移都不同
    #
    #
    #     ActionChains(driver).click_and_hold(sourse).perform()
    #     distance=target.location['x']-sourse.location['x']
    #
    #
    #     track=0
    #     while track < distance:
    #         ActionChains(driver).move_by_offset(xoffset=2,yoffset=0).perform()
    #         track+=2
    #
    #     ActionChains(driver).release().perform()
    #
    #     time.sleep(10)
    #
    #
    # finally:
    #     driver.close()
  • 相关阅读:
    CNN结构:SPP-Net为CNNs添加空间尺度卷积-神经元层
    VR: AR和VR演进哲学
    OpenCV:使用 随机森林与GBDT
    VTK初始化New返回Null问题
    VTK嵌入MFC同步显示
    VTK:VTK嵌入MFC成功
    深度学习的技术困难
    编译Caffe-Win错误集锦
    Reducing the Dimensionality of Data with Neural Networks:神经网络用于降维
    VC维与DNN的Boundary
  • 原文地址:https://www.cnblogs.com/yangxinpython/p/11945590.html
Copyright © 2020-2023  润新知