Python Selenium 基本使用（详细步骤）

一、简介

• Selenium 是一个 web 应用程序自动化测试工具，对各种浏览器都能很好地支持，包括 Chrome、Firefox 这些主流浏览器。
• 使用它可以模拟浏览器进行各种各样的操作，包括爬取一些网页内容。当看到浏览器自己运行并且在网页上翻页或者跳转的时候，应该会觉得很有趣的。
• Selenium 支持 有/无 界面浏览器操作，无界面浏览器 执行效率会更高，毕竟 右界面浏览器 会需要调用很多资源，都需要等待。
• Selenium 会直接允许在浏览器中，就像真的用户在操作一样，为什么叫真的用户? 之前通过 urllib 之类的方式去模拟浏览器请求获取数据的，或多或少会缺失一些东西，模拟的终究是带假的，在有些防爬比较狠的，模拟的是拿不到有些东西，想拿到得费不少手脚，而 Selenium 则能直接驱动真实的浏览器。
• Selenium 2 又名 WebDriver，它的主要新功能是集成了 Selenium 1.0 以及 WebDriver（WebDriver 曾经是 Selenium 的竞争对手）。也就是说 Selenium 2 是 Selenium 和 WebDriver 两个项目的合并，即 Selenium 2 兼容 Selenium，它既支持 Selenium API 也支持 WebDriver API。当这两个框架被合并后，一个框架的缺陷被另一个框架所弥补。
• 相比 QTP 有诸多有点：
  • 免费，也不用再为破解 QTP 而大伤脑筋。
  • 小巧，对于不同的语言它只是一个包而已，而 QTP 需要下载安装 1 个多 G 的程序。
  • 这也是最重要的一点，不管以前更熟悉 C、java、ruby、python、或 C# ，都可以通过 Selenium 完成自动化测试，而 QTP 只支持 VBS。
  • 支持多平台：windows、linux、MAC ，支持多浏览器：ie、ff、safari、opera、chrome …
  • 支持分布式测试用例的执行，可以把测试用例分布到不同的测试机器的执行，相当于分发机的功能。
• 必看 - 下载对应浏览器驱动详细步骤。
• 使用步骤

  # 1、导入
  from selenium import webdriver
  
  # 2、创建浏览器驱动对象（以 Chrome 举例）
  # 不传驱动路径默认会去 Python 根目录找，所以驱动一般会存放在那里，如果做测试也可以直接放到项目中，配置路径即可
  driver = webdriver.Chrome()
  driver = webdriver.Chrome(驱动路径)
  
  # 3、访问网址
  driver.get('https://www.baidu.com')
  
  # 4、使用结束，关闭浏览器驱动对象，防止资源占用
  driver.quit()
  
  # 注意：在运行使用驱动启动浏览器时，需要允许防火墙安全访问，mac 得去【隐私与安全性】中允许使用
  

• 代码跑起后，没有写关闭浏览器的代码，运行几秒后，浏览器自动关闭的问题解决。
• 附：Python Chrome handless（无界面浏览器，add_argument 支持哪些参数，替代 PhantomJS）

二、基本使用（元素定位、信息）

# 【启动浏览器驱动】

# 导入 selenium
from selenium import webdriver
# 如果需要指定路径，但是路径在新版本中被重构到 Service 函数中了
# from selenium.webdriver.chrome.service import Service
# 导入常量对象（可以点进去看看，其实也可以手写）
from selenium.webdriver.common.by import By

# 1、浏览器驱动路径
# win_path = 'chromedriver.exe'
# mac_path = 'chromedriver'

# 2、直接传入字符串路径报错：DeprecationWarning: executable_path has been deprecated, please pass in a Service object
# 原因是这种写法将放弃使用
# driver = webdriver.Chrome(mac_path)

# 2、需要使用 Service 进行包裹一下【推荐】
# options = webdriver.ChromeOptions()
# options.add_experimental_option('detach', True) # 不自动关闭浏览器
# service = Service(mac_path)
# driver = webdriver.Chrome(service=service, options=options)

# 创建浏览器对象
options = webdriver.ChromeOptions()
options.add_experimental_option('detach', True) # 不自动关闭浏览
driver = webdriver.Chrome(options=options)

# 打开指定网址
driver.get('https://www.baidu.com')

# 获取网页源码
# print(driver.page_source)




# 【元素定位】8 种，可以点击 By 进入看看支持的类型
# driver.find_element() 返回一个元素，单个对象
# driver.find_elements() 返回多个元素，数组对象

# # 1、通过 ID 定位元素
# e = driver.find_element('id', 'su') # By 是一个常量对象，其实也可以手写
# e = driver.find_element(By.ID, 'su') # 通过 ID 获取对应元素
# # <input type="submit" id="su" value="百度一下" class="bg s_btn">


# # 2、通过 XPATH 定位元素
# e = driver.find_element(By.XPATH, '//input[@id="su"]')
# # <input type="submit" id="su" value="百度一下" class="bg s_btn">

# # 3、通过 LINK_TEXT(链接文本) 定位元素（也就是通过 a 标签的文本内容获得到这个 a 标签）
# e = driver.find_element(By.LINK_TEXT, '地图')
# # <a href="http://map.baidu.com" target="_blank" class="mnav c-font-normal c-color-t">地图</a>

# # 4、通过 PARTIAL_LINK_TEXT(链接文本) 定位元素（也就是通过 a 标签的部分文本内容进行模糊匹配（任意部分，模糊匹配 a 标签内容），获得到这个 a 标签）
# e = driver.find_element(By.PARTIAL_LINK_TEXT, '地')
# # <a href="http://map.baidu.com" target="_blank" class="mnav c-font-normal c-color-t">地图</a>

# # 5、通过 NAME(标签属性) 定位元素
# e = driver.find_element(By.NAME, 'wd')
# # <input id="kw" name="wd" class="s_ipt" value="" maxlength="255" autocomplete="off">

# # 6、通过 TAG_NAME(标签名字) 定位元素
# e = driver.find_element(By.TAG_NAME, 'input') # 获取到第一个 input 标签返回
# es = driver.find_elements(By.TAG_NAME, 'input') # 获取所有 input 标签返回，数组

# # 7、通过 CLASS_NAME 定位元素
# e = driver.find_element(By.CLASS_NAME, 's_ipt')
# # <input id="kw" name="wd" class="s_ipt" value="" maxlength="255" autocomplete="off">

# # 8、通过 CSS_SELECTOR(选择器) 来定位元素，支持 bs4 的语法
# e = driver.find_element(By.CSS_SELECTOR, '#su')
# # <input type="submit" id="su" value="百度一下" class="bg s_btn">





# 【访问元素信息】

# 通过 ID 获取元素
e = driver.find_element(By.ID, 'su')
# <input type="submit" id="su" value="百度一下" class="bg s_btn">

# 获取 class 属性值
print(e.get_attribute('class')) # bg s_btn

# 获取 id 属性值
print(e.get_attribute('id')) # su

# 获取标签名称
print(e.tag_name) # input

# 获取标签内容（这里的内容指的是标签元素中间的内容，而不是 value 值）
e = driver.find_element(By.LINK_TEXT, '新闻')
print(e.text)


# 关闭浏览器驱动对象
# driver.quit()

三、交互案例

自动百度搜索 周杰伦，然后滚到到底部切换下一页，在来回切换。

# 【启动浏览器驱动】

# 导入 selenium
from selenium import webdriver
# 如果需要指定路径，但是路径在新版本中被重构到 Service 函数中了
# from selenium.webdriver.chrome.service import Service
# 导入常量对象（可以点进去看看，其实也可以手写）
from selenium.webdriver.common.by import By
# 导入 定时器
from time import sleep

# 1、浏览器驱动路径
# win_path = 'chromedriver.exe'
# mac_path = 'chromedriver'

# 2、直接传入字符串路径报错：DeprecationWarning: executable_path has been deprecated, please pass in a Service object
# 原因是这种写法将放弃使用
# driver = webdriver.Chrome(mac_path)

# 2、需要使用 Service 进行包裹一下【推荐】
# options = webdriver.ChromeOptions()
# options.add_experimental_option('detach', True) # 不自动关闭浏览器
# service = Service(mac_path)
# driver = webdriver.Chrome(service=service, options=options)

# 创建浏览器对象
options = webdriver.ChromeOptions()
options.add_experimental_option('detach', True) # 不自动关闭浏览
driver = webdriver.Chrome(options=options)

# 打开指定网址
driver.get('https://www.baidu.com')

# 【交互】

# 睡眠（注意：这个延迟主要是用来模拟人的行为，还有个就是操作之间需要一点延迟，比如加载完马上就去干什么，可能代码刚好浏览器没反应过来，所以给它缓口气，这样保障执行结果）
# 打开/访问/点击....这些调用方法都是同步，也就是并不需要使用睡眠去估算加载完成时间，每个方法都是完成之后才会走下一行代码，除非写了异步，所以只是单纯的为了要浏览器缓一下能准确的识别命令
sleep(1)

# 找到输入框
input = driver.find_element(By.ID, 'kw')

# 在文本框中输入周杰伦
input.send_keys('周杰伦')

# 睡眠
sleep(1)

# 找到百度一下
button = driver.find_element(By.ID, 'su')

# 点击按钮
button.click()

# 睡眠
sleep(1)

# 滑到底部
js_bottom = 'document.documentElement.scrollTop = 100000'
# 导入 js
driver.execute_script(js_bottom)

# 睡眠
sleep(1)

# 找到下一页按钮
nextButton = driver.find_element(By.XPATH, '//a[@class="n"]')

# 点击下一页
nextButton.click()

# 睡眠
sleep(1)

# 滚到底部
driver.execute_script(js_bottom)

# 睡眠
sleep(1)

# 回到上一页（浏览器上的方向键 左）
driver.back()

# 睡眠
sleep(1)

# 回到上一页（这里是回到上一页，不是上上页，浏览器上的方向键 右）
driver.forward()

# 睡眠
sleep(1)

# 滚到底部
driver.execute_script(js_bottom)

# 睡眠
sleep(1)

# 退出
driver.quit()