Selenium入门介绍
目录
Selenium概述
https://github.com/SeleniumHQ/selenium https://www.selenium.dev/documentation/en/
三要素：WebDriver，IDE，Grid。
浏览器支持
1.真实浏览器
Chrome，Chromium，Firefox，Internet Explorer，Opera，Safari
2.模拟浏览器
HtmlUnit：Java语言绑定。
https://htmlunit.sourceforge.io/
PhantomJS：
工具库
1.Beautiful Soup
从HTML或XML文件中提取数据。 https://beautifulsoup.readthedocs.io/zh_CN/v4.4.0/ Beautiful Soup 4.4.0 文档
2.requests/urlib2
下载指定url的数据。
开发实践
第一步：安装Python https://www.runoob.com/python/python-tutorial.html Python基础教程 https://www.python.org/downloads/ Python官网下载地址
将
{PYTHON_HOME}/Scripts目录添加到PATH变量中。
python --version Python 3.9.6
pip --version pip 21.1.3 from d:\python39\lib\site-packages\pip (python 3.9)
第二步：安装selenium
pip install selenium
Collecting selenium Downloading selenium-3.141.0-py2.py3-none-any.whl (904 kB) |████████████████████████████████| 904 kB 64 kB/s Collecting urllib3 Downloading urllib3-1.26.6-py2.py3-none-any.whl (138 kB) |████████████████████████████████| 138 kB 94 kB/s Installing collected packages: urllib3, selenium Successfully installed selenium-3.141.0 urllib3-1.26.6
第三步：安装浏览器驱动
下载chrome浏览器驱动：https://sites.google.com/a/chromium.org/chromedriver/downloads 国内镜像：http://npm.taobao.org/mirrors/chromedriver/
将驱动程序路径添加到系统PATH变量中： chromedriver --version ChromeDriver 91.0.4472.101 (af52a90bf87030dd1523486a1cd3ae25c5d76c9b-refs/branch-heads/4472@{#1462})
第四部：在项目中调用浏览器驱动API访问页面，操作元素等操作
创建Python项目，实战Selenium操作浏览器。
https://www.selenium.dev/documentation/en/webdriver/ https://www.selenium.dev/documentation/en/driver_idiosyncrasies/ 驱动特性
等待
浏览器在加载页面时需要一定的时间，因此在Selenium中定位页面元素时也需要一定的等待时长，已确保页面被正常加载完毕并且可以定位到目标元素。 有4种实现等待的方式： 1.进程等待：
import time
time.sleep(10)2.显示等待：设置一个满足某个条件的显示等待
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.common.by import By
WebDriverWait(driver, timeout=10).until(EC.element_to_be_clickable((By.ID, 'content_left')))3.隐式等待
driver.implicitly_wait(3)4.FluentWait等待
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC
wait = WebDriverWait(driver, timeout=10, poll_frequency=1)
wait.until(EC.element_to_be_clickable((By.ID, 'content_left')))特别注意： Selenium中的显示等待和隐式等待不能一起混合使用，否则将可能会带来一起超出预期的效果。
定位元素
Selenium提供了8种不同的内置元素定位策略，如下所示。
假设DOM内容如下：
<ol id=cheese class="clazz1 clazz2">
<li id=cheddar name="cheddar">…
<li id=brie>…
<li id=rochefort>…
<li id=camembert>…
<li>
<a href="">test</a>
</li>
</ol>定位单个元素
1.按元素ID定位
# 只定位一次目标元素
driver.find_element(By.ID, "cheese")
# 先定位到父元素，再缩小查找范围继续按ID定位元素
cheese = driver.find_element(By.ID, "cheese")
cheddar = cheese.find_element(By.ID, "cheddar")2.根据css定位
cheddar = driver.find_element(By.CSS_SELECTOR, "#cheese #cheddar")3.根据Class名称定位
# 查找元素的Class名称中包含指定值的元素，注意：传递的参数不能是一个复合class，如：'clazz1 clazz2'
driver.find_element(By.CLASS_NAME, 'clazz1')4.根据元素Name属性定位
# 定位name属性匹配指定值的元素
driver.find_element(By.NAME, 'cheddar')5.根据元素可视化文本定位
# 完全匹配元素可视化文本定位
driver.find_element(By.LINK_TEXT, 'test')6.根据元素可视化文本子集定位
# 根据元素可视化文本部分字段值定位
driver.find_element(By.PARTIAL_LINK_TEXT, 'te')7.根据元素标签名称定位
# 定位所有a标签元素
driver.find_element(By.TAG_NAME, 'a')8.根据xpath表达式定位
# 根据xpath表达式定位
driver.find_element(By.XPATH, xpath表达式)除了上述内置元素定位策略之外，Selenium 4还支持元素相对位置定位的方法。
定位多个元素
在定位多个元素时跟定位单个元素使用相同的策略，不同之处在于返回值不再是单个元素，而是一个元素列表。
# 定位多个元素时返回一个列表，如果定位到的元素只有一个，也是返回一个列表（此时列表元素个数为1）
# 如果没有找到目标元素，则返回一个空列表
mucho_cheese = driver.find_elements(By.CSS_SELECTOR, "#cheese li")