python之Selenium庫的使用

一  什么是Selenium

selenium 是一套完整的web應用程序測試系統，包含了測試的錄制（selenium IDE）,編寫及運行（Selenium Remote Control）和測試的並行處理（Selenium Grid）。

Selenium的核心Selenium Core基於JsUnit，完全由JavaScript編寫，因此可以用於任何支持JavaScript的瀏覽器上。

selenium可以模擬真實瀏覽器，自動化測試工具，支持多種瀏覽器，爬蟲中主要用來解決JavaScript渲染問題。

 

二  selenium的基本使用

用python寫爬蟲的時候，主要用的是selenium的Webdriver

我們可以通過下面的方式先看看Selenium.Webdriver支持哪些瀏覽器

 

這里要說一下比較重要的PhantomJS,PhantomJS是一個而基於WebKit的服務端JavaScript API,

支持Web而不需要瀏覽器支持，其快速、原生支持各種Web標准：Dom處理，CSS選擇器，JSON等等。

PhantomJS可以用用於頁面自動化、網絡監測、網頁截屏，以及無界面測試

 聲明瀏覽器對象

from selenium import webdriver

browser = webdriver.Chrome()
browser = webdriver.Firefox()

訪問頁面

from selenium import webdriver

browser = webdriver.Chrome()

browser.get("http://www.baidu.com")
print(browser.page_source)
browser.close() 

 這段代碼運行后，會自動打開Chrome瀏覽器，並登錄百度打印百度首頁的源代碼，然后關閉瀏覽器。

查找元素

單個元素查找

from selenium import webdriver

browser = webdriver.Chrome()

browser.get("http://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)
print(input_second)
print(input_third)
browser.close()

這里我們通過三種不同的方式去獲取響應的元素，第一種是通過id的方式，第二個中是CSS選擇器，第三種是xpath選擇器，結果都是相同的。

 

這里列舉一下常用的查找元素方法

　　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

下面這種方式是比較通用的一種方式：這里需要記住By模塊所以需要導入
from selenium.webdriver.common.by import By

 

from selenium import webdriver

from selenium.webdriver.common.by import By

browser = webdriver.Chrome()

browser.get("http://www.taobao.com")
input_first = browser.find_element(By.ID,"q")
print(input_first)
browser.close()

當然這種方法和上述的方式是通用的，browser.find_element(By.ID,"q")這里By.ID中的ID可以替換為其他幾個

 多個元素查找

其實多個元素和單個元素的區別，舉個例子：find_elements,單個元素是find_element,其他使用上沒什么區別，通過其中的一個例子演示：

 

from selenium import webdriver


browser = webdriver.Chrome()
browser.get("http://www.taobao.com")
lis = browser.find_elements_by_css_selector('.service-bd li')
print(lis)
browser.close()

當然上面的方式也是可以通過導入from selenium.webdriver.common.by import By 這種方式實現

lis = browser.find_elements(By.CSS_SELECTOR,'.service-bd li')

同樣的在單個元素中查找的方法在多個元素查找中同樣存在：
　　find_elements_by_name
　　find_elements_by_id
　　find_elements_by_xpath
　　find_elements_by_link_text
　　find_elements_by_partial_link_text
　　find_elements_by_tag_name
　　find_elements_by_class_name
　　find_elements_by_css_selector

元素交互操作

 對於獲取的元素調用交互方法

from selenium import webdriver

import time

browser = webdriver.Chrome()
browser.get("http://www.taobao.com")
input_str = browser.find_element_by_id('q')
input_str.send_keys("ipad")
time.sleep(1)
input_str.clear()
input_str.send_keys("MakBook pro")
button = browser.find_element_by_class_name('btn-search')
button.click()

 交互作用

將動作附加到動作鏈中串行執行

from selenium import webdriver
from selenium.webdriver import ActionChains

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')
target = browser.find_element_by_css_selector('#droppable')
actions = ActionChains(browser)
actions.drag_and_drop(source, target)
actions.perform()

 執行JavaScript

這是一個非常有用的方法，這里就可以直接調用js方法來實現一些操作，
下面的例子是通過登錄知乎然后通過js翻到頁面底部，並彈框提示

from selenium import webdriver
browser = webdriver.Chrome()
browser.get("http://www.zhihu.com/explore")
browser.execute_script('window.scrollTo(0, document.body.scrollHeight)')
browser.execute_script('alert("To Bottom")')　　

獲取元素屬性

get_attribute('class')

from selenium import webdriver

browser = webdriver.Chrome()
url = 'https://www.zhihu.com/explore'
browser.get(url)
logo = browser.find_element_by_id('zh-top-link-logo')
print(logo)
print(logo.get_attribute('class'))

獲取文本值

text

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)

獲取ID，位置，標簽名

id

location

tag_name

size

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)
print(input.location)
print(input.tag_name)
print(input.size)

Frame

在很多網頁中都是有Frame標簽，所以我們爬取數據的時候就涉及到切入到frame中以及切出來的問題，通過下面的例子演示
這里常用的是switch_to.from()和switch_to.parent_frame()

import time
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)

等待

當使用了隱式等待執行測試的時候，如果 WebDriver沒有在 DOM中找到元素，將繼續等待，超出設定時間后則拋出找不到元素的異常, 換句話說，當查找元素或元素並沒有立即出現的時候，隱式等待將等待一段時間再查找 DOM，默認的時間是0

隱式等待

到了一定的時間發現元素還沒有加載，則繼續等待我們指定的時間，

如果超過了我們指定的時間還沒有加載就會拋出異常，

如果沒有需要等待的時候就已經加載完畢就會立即執行

from selenium import webdriver

browser = webdriver.Chrome()
browser.implicitly_wait(10)
browser.get('https://www.zhihu.com/explore')
input = browser.find_element_by_class_name('zu-top-add-question')
print(input)

顯示等待

指定一個等待條件，並且指定一個最長等待時間，會在這個時間內進行判斷是否滿足等待條件

如果成立就會立即返回，如果不成立，就會一直等待，直到等待你指定的最長等待時間，

如果還是不滿足，就會拋出異常，如果滿足了就會正常返回

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)

上述的例子中的條件：EC.presence_of_element_located（）是確認元素是否已經出現了
　　　　　　　　　　EC.element_to_be_clickable（）是確認元素是否是可點擊的

常用的判斷條件：
　　title_is 標題是某內容
　　title_contains 標題包含某內容
　　presence_of_element_located 元素加載出，傳入定位元組，如(By.ID, 'p')
　　visibility_of_element_located 元素可見，傳入定位元組
　　visibility_of 可見，傳入元素對象
　　presence_of_all_elements_located 所有元素加載出
　　text_to_be_present_in_element 某個元素文本包含某文字
　　text_to_be_present_in_element_value 某個元素值包含某文字
　　frame_to_be_available_and_switch_to_it frame加載並切換
　　invisibility_of_element_located 元素不可見
　　element_to_be_clickable 元素可點擊
　　staleness_of 判斷一個元素是否仍在DOM，可判斷頁面是否已經刷新
　　element_to_be_selected 元素可選擇，傳元素對象
　　element_located_to_be_selected 元素可選擇，傳入定位元組
　　element_selection_state_to_be 傳入元素對象以及狀態，相等返回True，否則返回False
　　element_located_selection_state_to_be 傳入定位元組以及狀態，相等返回True，否則返回False　　
　　alert_is_present 是否出現Alert

瀏覽器的前進和后退

　　back()

　　forward()

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()

cookie操作

　　get_cookies()
　　delete_all_cookes()
　　add_cookie()

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': 'zhaofan'})
print(browser.get_cookies())
browser.delete_all_cookies()
print(browser.get_cookies())

選項卡管理

　　通過執行js命令實現新開選項卡window.open()
　　不同的選項卡是存在列表里browser.window_handles
　　通過browser.window_handles[0]就可以操作第一個選項卡

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('https://python.org')

異常處理

這里的異常比較復雜，官網的參考地址：
http://selenium-python.readthedocs.io/api.html#module-selenium.common.exceptions
這里只進行簡單的演示，查找一個不存在的元素

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()