欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

selenium自动化测试爬取动态页面大全

程序员文章站 2022-06-16 21:23:05
[TOC] 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 2.访问网页 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 ......

  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。