selenium自动化测试爬取动态页面大全

目录

• 五：切换子页面frame
• 八：cookies

  这里之讲解用法，安装配置就不详细讲解了。我比较喜欢的浏览器驱动是chromedriver和*面的phantomjs。

一：浏览器信息测试

1.初始化浏览器

  用下面的代码初始化浏览器

from selenium import webdriver

# 把浏览器对象赋值为browser对象，然后就可以进行模拟浏览器操作
browser = webdriver.chrome()

2.访问网页

browser.get('url地址')
# 这个是打印网页源代码
print(browser.page_source)
browser.close() # 处理完后要关闭这个对象

二：查找结点

  我们要想执行某个操作，比如填充表单，模拟点击等，或者向某个输入框输入文字，首先要知道位置，而selenium提供了一系列的查找节点的方法，如下。

1.单个节点

查找方法	说明
find_element_by_id	通过id来查找标签
find_element_by_name	通过name属性来查找标签
find_element_by_xpath	通过xpath来查找标签
find_element_by_link_text	通过链接的文字来查找标签
find_element_by_partial_link_text	通过链接的关键字来查找标签
find_element_by_tag_name	通过标签名来查找标签
find_element_by_class_name	通过class的属性来查找标签
find_element_by_css_selector	通过css选择器来查找标签

还有一种通用方法是find_element()传两个参数，一个是by.查找方式，一个是值，比如find_element(by.id,id)和find_element_by_id结果一致。

2.多个节点

  查找多个节点的时候，直接在查找单个节点的方法中加上s，如find_elements_by_name或者find_elements(by.name,name)，列表中的每一个节点都是webelement类型。

三：测试动作

1.简单的交互

  selenium可以驱动浏览器执行一些操作，就是让浏览器模拟执行一些动作。下面是一些常见方法总结。

方法	说明
send_keys	输入文字
clear	清空文字
click	点击按钮

2.特殊的交互

  有一些交互操作没有特定的执行对象，比如鼠标拖曳，键盘按键等，这些相对复杂的动作用动作链的方式执行。这里暂时用不到，先略过。

3.模拟运行javascript

  用execute_script()方法可以模拟运行javascript，基本上所有复杂的动作都可以用执行javascript的方式来实现。

四：获取节点信息

  用 get_attribute() 方法来获取节点的属性。
  用 text 属性来获取节点的文本值。
  用 id 属性来获取节点id。
  用 location 属性来获取节点在页面中的相对位置。
  用 tag_name 属性来获取标签名称。
  用 size 属性来获取节点的大小。

五：切换子页面frame

  网页有一种节点是iframe，也就是子frame，相当于页面的子页面。网页打开的时候，默认是在父级frame里面进行操作，要获取子frame的节点，需要用到switch_to.frame()方法进行切换。
  用switch_to.parent_frame()可以获取到父页面的内容。

六，延时请求

  在selenium中，get()方法会在网页框架加载完成后结束执行，此时如果获取网页源码，可能并不是浏览器完全加载的页面，如果有额外的ajax请求，网页源代码也不一定能成功获取，需要延时等待一定时间，确保 动态网页源代码 全部加载出来。
  等待方式有两种，一种是隐式等待，一种是显式等待。

1.隐式等待

  隐式等待就是一般的等待，在执行测试的时候，先等待完之后，再进行接下来的步骤，用implicitly_wait()，参数是时间。

2.显式等待

  隐式等待的效果并没有那么好，只是规定了一个固定的时间，而网页的加载时间会受到网络条件的影响。
  这里有一个显式等待的方法就是指定要查找的节点，然后指定一个最长等待时间，在规定的时间内加载出来就返回，加载不出来，则抛出异常。
示例如下：

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('url地址')
# 先指定最长等待时间为20s
wait = webdriverwait(browser,20)
# 传入等待条件expected_conditions，这里的presence_of_element_located代表节点出现的意思
input = wait.until(ec.presence_of_element_located(by.id,'a'))
# 按钮等待条件,这里的element_to_be_clickable表示可点击的，10秒内能点击，就成功
button = wait.until(ec.element_to_be_clickable(by.css_selector,'.btn-ss'))
print(input,button)

下面是 所有的等待条件 ：

等待条件	说明
title_is	标题是某内容
title_contains	标题包含某内容
presence_of_all_elements_located	某个节点是否加载出来
visibility_of_element_located	某个节点是否可见
visibility_of	某个节点是否可见，传入节点对象
presence_of_all_elements_located	所有节点加载出来
text_to_be_present_in_element	某个节点文本包含某文字
text_to_be_present_in_element_value	某个节点值包含某文字
frame_to_be_available_and_switch_to_it	加载并切换
invisibility_of_element_located	节点不可见
element_to_be_clickable	节点可点击
staleness_of	判断一个节点是否存在dom，可判断页面是否已刷新
element_to_be_selected	节点可选择，传入节点对象
element_located_to_be_selected	节点可选择，传入定位元组
element_selection_state_to_be	传入节点对象以及状态，相等返回true，否则返回false
element_located_selection_state_to_be	传入定位元组以及状态，相等返回true，否则返回false
alert_is_present	是否出现警告

七：前进和后退

  selenium测试用back()方法后退，用forward()方法前进。

八：cookies

  使用selenium可以方便地对cookies进行操作。
  用get_cookies()方法获取所有的cookies。
  用add_cookies()方法增加cookies。
  用delete_all_cookies()和delete_cookies()方法删除cookies。

八：选项卡处理

  在访问网页的时候，会开启一个个选项卡，在selenium中也可以对选项卡进行操作。

browser.execute_script('windows.open()')
print(window_handles)
browser.switch_to_window(browser.window_handles[1])

  用execute_script方法执行javascript语句，这里的window_handles获取当前开启的所有选项卡，返回的是选项卡的代号列表。用browser.window_handles[index]即可以跳转到index索引对应的选项卡。

九：捕获异常

  捕获异常是经常要用到的方法，语句是try-except-finally，对于不同的错误，无论是网络连接，代码运行时间超时，还是数据未找到，都十分有用。