selenium自动化测试爬取动态页面大全

目录

• 一：浏览器信息测试
• 二：查找结点
• 三：测试动做
• 四：获取节点信息
• 五：切换子页面Frame
• 六，延时请求
• 七：前进和后退
• 八：Cookies
• 八：选项卡处理
• 九：捕获异常

  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和无界面的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，而后就能够进行模拟浏览器操做
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

  咱们要想执行某个操做，好比填充表单，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，以下。

1.单个节点

查找方法	说明
find_element_by_id	经过id来查找标签
find_element_by_name	经过name属性来查找标签
find_element_by_xpath	经过xpath来查找标签
find_element_by_link_text	经过连接的文字来查找标签
find_element_by_partial_link_text	经过连接的关键字来查找标签
find_element_by_tag_name	经过标签名来查找标签
find_element_by_class_name	经过class的属性来查找标签
find_element_by_css_selector	经过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，好比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)，列表中的每个节点都是WebElement类型。

三：测试动做

1.简单的交互

  selenium能够驱动浏览器执行一些操做，就是让浏览器模拟执行一些动做。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

  有一些交互操做没有特定的执行对象，好比鼠标拖曳，键盘按键等，这些相对复杂的动做用动做链的方式执行。这里暂时用不到，先略过。

3.模拟运行JavaScript

  用execute_script()方法能够模拟运行JavaScript，基本上全部复杂的动做均可以用执行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，至关于页面的子页面。网页打开的时候，默认是在父级Frame里面进行操做，要获取子Frame的节点，须要用到switch_to.frame()方法进行切换。
  用switch_to.parent_frame()能够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，此时若是获取网页源码，可能并非浏览器彻底加载的页面，若是有额外的ajax请求，网页源代码也不必定能成功获取，须要延时等待必定时间，确保 动态网页源代码 所有加载出来。
  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

  隐式等待就是通常的等待，在执行测试的时候，先等待完以后，再进行接下来的步骤，用implicitly_wait()，参数是时间。

2.显式等待

  隐式等待的效果并无那么好，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，而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。
示例以下：

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表明节点出现的意思
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 全部的等待条件 ：

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	全部节点加载出来
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，不然返回False
element_located_selection_state_to_be	传入定位元组以及状态，相等返回True，不然返回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能够方便地对Cookies进行操做。
  用get_cookies()方法获取全部的Cookies。
  用add_cookies()方法增长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中也能够对选项卡进行操做。

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获取当前开启的全部选项卡，返回的是选项卡的代号列表。用browser.window_handles[index]便可以跳转到index索引对应的选项卡。

九：捕获异常

  捕获异常是常常要用到的方法，语句是try-except-finally，对于不一样的错误，不管是网络链接，代码运行时间超时，仍是数据未找到，都十分有用。