selenium主要是用來做自動化測試，支持多種瀏覽器，爬蟲中主要用來解決JavaScript渲染問題。
模擬瀏覽器進行網頁加載，當requests,urllib無法正常獲取網頁內容的時候
一、聲明瀏覽器對象
注意點一，Python文件名或者包名不要命名為selenium，會導致無法導入
from selenium import webdriver
#webdriver可以認為是瀏覽器的驅動器，要驅動瀏覽器必須用到webdriver，支持多種瀏覽器，這里以Chrome為例
browser = webdriver.Chrome()
二、訪問頁面并獲取網頁html
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
print(browser.page_source)#browser.page_source是獲取網頁的全部html
browser.close()
三、查找元素
單個元素
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('https://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,input_second,input_third)
browser.close()
常用的查找方法
find_element_by_name
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
也可以使用通用的方法
from selenium import webdriver
from selenium.webdriver.common.by import By
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
input_first = browser.find_element(BY.ID,'q')#第一個參數傳入名稱，第二個傳入具體的參數
print(input_first)
browser.close()
多個元素，elements多個s
input_first = browser.find_elements_by_id('q')
四、元素交互操作-搜索框傳入關鍵詞進行自動搜索
from selenium import webdriver
import time
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
input = browser.find_element_by_id('q')#找到搜索框
input.send_keys('iPhone')#傳送入關鍵詞
time.sleep(5)
input.clear()#清空搜索框
input.send_keys('男士內褲')
button = browser.find_element_by_class_name('btn-search')#找到搜索按鈕
button.click()
更多操作: http://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.remote.webelement#可以有屬性、截圖等等
五、交互動作，驅動瀏覽器進行動作，模擬拖拽動作，將動作附加到動作鏈中串行執行
from selenium import webdriver
from selenium.webdriver import ActionChains#引入動作鏈
browser = webdriver.Chrome()
url = 'http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable'
browser.get(url)
browser.switch_to.frame('iframeResult')#切換到iframeResult框架
source = browser.find_element_by_css_selector('#draggable')#找到被拖拽對象
target = browser.find_element_by_css_selector('#droppable')#找到目標
actions = ActionChains(browser)#聲明actions對象
actions.drag_and_drop(source, target)
actions.perform()#執行動作
更多操作: http://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.common.action_chains
六、執行JavaScript
有些動作可能沒有提供api，比如進度條下拉，這時，我們可以通過代碼執行JavaScript
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('https://www.jb51.net/explore')
browser.execute_script('window.scrollTo(0, document.body.scrollHeight)')
browser.execute_script('alert("To Bottom")')
七、獲取元素信息
獲取屬性
from selenium import webdriver
from selenium.webdriver import ActionChains
browser = webdriver.Chrome()
url = 'https://www.zhihu.com/explore'
browser.get(url)
logo = browser.find_element_by_id('zh-top-link-logo')#獲取網站logo
print(logo)
print(logo.get_attribute('class'))
browser.close()
獲取文本值
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)#input.text文本值
browser.close()
# 獲取Id，位置，標簽名，大小
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)#獲取id
print(input.location)#獲取位置
print(input.tag_name)#獲取標簽名
print(input.size)#獲取大小
browser.close()
八、Frame操作
frame相當于獨立的網頁，如果在父類網frame查找子類的，則必須切換到子類的frame，子類如果查找父類也需要先切換
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)
九、等待
隱式等待
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，當查找元素或元素并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
from selenium import webdriver
browser = webdriver.Chrome()
browser.implicitly_wait(10)#等待十秒加載不出來就會拋出異常，10秒內加載出來正常返回
browser.get('https://www.zhihu.com/explore')
input = browser.find_element_by_class_name('zu-top-add-question')
print(input)
顯式等待
指定一個等待條件，和一個最長等待時間，程序會判斷在等待時間內條件是否滿足，如果滿足則返回，如果不滿足會繼續等待，超過時間就會拋出異常
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)
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加載并切換
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
詳細內容：http://selenium-python.readthedocs.io/api.html#module-selenium.webdriver.support.expected_conditions
十一、前進后退-實現瀏覽器的前進后退以瀏覽不同的網頁
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()
十二、Cookies
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': 'germey'})
print(browser.get_cookies())
browser.delete_all_cookies()
print(browser.get_cookies())
選項卡管理 增加瀏覽器窗口
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('http://www.fishc.com')
十三、異常處理
from selenium import webdriver
browser = webdriver.Chrome()
browser.get('https://www.baidu.com')
browser.find_element_by_id('hello')
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()
# 詳細文檔：http://selenium-python.readthedocs.io/api.html#module-selenium.common.exceptions
更多關于Python中selenium庫的用法請查看下面的相關鏈接
您可能感興趣的文章:- Python爬蟲基礎之selenium庫的用法總結
- python爬蟲之selenium庫的安裝及使用教程
- Python Selenium庫的基本使用教程
- Python爬蟲之Selenium庫的使用方法
- python中selenium庫的基本使用詳解
- Python中Selenium庫使用教程詳解
- Python趣味實戰之手把手教你實現舉牌小人生成器
