使用 Alfred + Selenium 编写第一个 Workflow

本文主要简单介绍了 Alfred 的功能，浏览器自动化工具 Selenium 的功能以及代码示例，最后介绍了如何编写一个简单的 Alfred Workflow 来提高工作效率。

Alfred 简介

Alfred 是 Mac 上的效率神器，有了它，你几乎可以用键盘完成一切工作。通过自定义配置，减少重复操作，可以做到 Don't Repeat Yourself。并且你可以免费使用基本功能。

基础命令

打开 Alfred 快捷键可以设置为 option + space，大部分 Mac 的快捷键使用的是 command，设置成 option 可以避免冲突 在软件界面按上或者下能够选择高亮的项目，return 可以确定选择 使用 command + 数字键 能够快速定位到某个项目 shift 可以预览（preview）文件

文件

open/空格 + 文件名：打开文件，如果使用 command⌘ + return↵ 可以打开文件所在文件夹 find + 文件名：打开文件所在文件夹 in + 搜索内容：以内容搜索文件 tag + 颜色：按照文件的 tag 搜索

剪贴板

将快捷键设置成 option + C 打开剪贴板 使用 clear 命令能删除剪贴板里的所有内容 可以给文本、图片、文件列表设置不同的过期时间 在高级选项中可以设置忽略某些 App 的内容，比如苹果的密码串 KeyChain

代码片段

用来分类整理代码片段，比如查看端口号占用进程 也可以将需要经常使用的信息，比如报销信息，快递地址加入其中 还可以使用官方提供的一些包，比如 Mac 的按键

有一个常用的场景是使用 Alfred 搜索。Alfred 内置了非常多的搜索引擎。我们也可以通过自定义的方式加上一些，比如程序员常用的 Stack Overflow 和 GitHub，还有国内使用率最高的百度。可以通过下图方式添加搜索引擎。

其中，在 3 处需要输入的内容可以通过打开对应网站，输入关键字点击搜索获得对应的网址，然后将网址中搜索的关键字部分改为 {query} 即可。

Alfred 还有一些字典，计算器等功能，在此就不多赘述，需要的小伙伴可以自行探索。

Selenium 爬虫

日常每天会写一道算法题，需要将算法题目描述和代码从网站上复制粘贴下来。想着通过已经打开并且完成代码编写的浏览器页面的获取，找到了 Selenium 框架。

Selenium 是一个通过使用 WebDriver API 模拟人操作浏览器的网页实现自动化功能的框架，支持多种语言。我们可以使用 Selenium 来打开浏览器页面，点击选取浏览器上的元素，滚动页面，甚至还可以执行 javascript 脚本。下面以 Python 语言为例介绍使用 Selenium。

首先通过 pip 或者 IDE 等工具安装 Selenium，现在最新的版本为 4.6.0。然后需要将浏览器所在路径加入 PATH 中：

echo 'export PATH=$PATH:/path/to/driver' >> ~/.bash_profile
source ~/.bash_profile

新版本的 Selenium 不需要安装驱动（driver）即可使用。安装完成之后编写并运行以下代码检查是否安装成功。

from selenium import webdriver
browser = webdriver.Edge()
driver.get(r'https://www.baidu.com')

如果一切正常，Selenium 会打开一个新的浏览器并打开百度的页面。在这里由于我们需要控制一个已经打开的浏览器，所以可以使用开发者模式打开一个浏览器页面。打开 Terminal，并输入以下代码，会通过端口 9222 打开一个浏览器。

/Applications/Microsoft\ Edge.app/Contents/MacOS/Microsoft\ Edge --remote-debugging-port=9222 

这样我们就可以使用 Selenium 来控制这个浏览器。只需要在初始化的时候加入 option 参数即可。

options = webdriver.EdgeOptions()
options.add_experimental_option("debuggerAddress", "127.0.0.1:9222")
browser = webdriver.Edge(options=options)

这样我们就控制了一个浏览器，可以通过 Selenium 来模拟人的操作获取需要的各种信息。下面介绍一些常用的操作：

定位元素

通过在浏览器按下快捷键 command + shift + C 来定位一个元素，找到元素之后右键选择 Copy Xpath 即可复制元素对应的路径。也可以使用别的元素属性，只要能唯一定位元素即可。

from selenium.webdriver.common.by import By

element = driver.find_element(By.CLASS_NAME, "class_name")
element = driver.find_element(By.ID, "id")
element = fruits.find_element(By.CLASS_NAME, "sub_element")
element = driver.find_element(By.CSS_SELECTOR, "#css_class")
elements = driver.find_elements(By.TAG_NAME, "tag_name")
elements = question.find_elements(By.XPATH, ".//p | .//pre | .//ul | .//img")

操作元素

element.click() # 点击
element.send_keys("selenium") # 模拟按键输入
element.clear() # 模拟清除输入

等待页面加载

有时候需要等待元素显示或者可点击时才能进行下一步操作。

from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait

# 显式等待
program_list = WebDriverWait(browser, 5, 0.5).until(EC.presence_of_element_located((By.XPATH, 'xpath')))
# 隐式等待
browser.implicitly_wait(10)
# 检查元素是否可见
element.is_displayed()
# 检查元素是否可以操作
element.is_enables()

模拟按键

from selenium.webdriver.common.keys import Keys

# 删除
element.send_keys(Keys.BACK_SPACE)
# 回车
element.send_keys(Keys.ENTER)
# 全选
element.send_keys(Keys.COMMAND, 'a')
# 复制
element.send_keys(Keys.COMMAND, 'c')

执行 javascript 代码

# 执行 js 代码，将页面滚动到能看见 target 元素的位置
browser.execute_script("arguments[0].scrollIntoView();", target)

使用上述操作，基本上可以模拟人操作浏览器。需要获取相关脚本文件的可以点击阅读原文获取源代码链接。

Workflow

Workflow 既是 Alfred 的付费功能也是核心功能，有点类似【快捷指令】。通过编写可视化的组件，理论上可以进行所有有关 Mac 的操作。许多工作中需要重复的指令都可以通过 Workflow 做到简化。比如可以通过 HTTP Status Codes 快速查询对应响应码的含义。

这里简单地搭建了一个生成 markdown 的 Workflow。点击 Workflow 并选择新建一个 Workflow（Create a new Workflow）。

输入 Workflow 的名字，Bundle Id 使用域名的倒序，类似 Java 包路径的命名，然后填入作者的名字，点击保存即可。

在 Workflow 的编辑页面，使用 Hotkey 来触发（Trigger），快捷键设置为 option + L，后面接着的是一个 Terminal，里面可以使用以下代码来执行 Python 脚本。

python3 /path/to/leetcode_maker.py

为了使终端执行完能够自动退出，设置了一个延迟触发，将在 10 秒之后输入 command + W 关闭打开的 Terminal。

这样一个简单的 Workflow 就完成了。以后就可以专注在页面上写代码，只需要按下 option + L 就能将代码的题目和已经写好的代码抓取下来，非常方便。