【python模块】Selenium

声明：本文档或演示材料仅供教育和教学目的使用，任何个人或组织使用本文档中的信息进行非法活动，均与本文档的作者或发布者无关。

文章目录

Selenium库
功能介绍
环境准备
示例代码

Selenium库

Selenium库是一个强大的Web自动化工具，允许开发者通过编写脚本来控制浏览器，实现网页的自动测试和数据抓取。它提供了WebDriver接口，支持多种浏览器，如Chrome、Firefox等。使用Selenium，可以模拟用户行为，如点击、输入、导航等，适用于自动化测试、爬虫开发等多种场景。

功能介绍

Selenium库提供了丰富的方法来模拟用户与浏览器的交互。以下是一些常用的Selenium WebDriver方法的介绍：

初始化WebDriver:
- webdriver.BrowserName(): 创建一个特定浏览器的WebDriver实例。
导航:
- get(url): 加载指定的URL。
- back(): 后退到浏览器历史记录中的上一个页面。
- forward(): 前进到浏览器历史记录中的下一个页面。
- refresh(): 刷新当前页面。
元素定位:
- find_element(By.定位方式, 值): 查找页面上第一个匹配的元素。
- find_elements(By.定位方式, 值): 查找页面上所有匹配的元素。
元素交互:
- click(): 点击元素。
- clear(): 清除输入字段的内容。
- send_keys(*value): 向输入字段发送键序列。
- submit(): 提交表单。
获取元素信息:
- get_attribute(name): 获取元素的属性值。
- text: 获取元素的文本内容。
- tag_name: 获取元素的标签名。
- is_displayed(): 检查元素是否可见。
- is_enabled(): 检查元素是否启用。
等待:
- implicitly_wait(seconds): 设置隐式等待时间，用于等待页面元素加载。
- WebDriverWait(driver, timeout).until(condition): 显式等待，直到某个条件成立。
窗口和框架:
- switch_to.window(name): 切换到指定名称的窗口。
- switch_to.frame(element): 切换到指定的iframe。
执行JavaScript:
- execute_script(script): 在当前页面执行JavaScript代码。
浏览器操作:
- close(): 关闭当前窗口。
- quit(): 关闭所有窗口并结束WebDriver会话。
截图:
- get_screenshot_as_file(filename): 将当前页面截图保存为文件。
- get_screenshot_as_png(): 获取当前页面的截图数据。
Cookies操作:
- add_cookie(cookie_dict): 添加一个cookie。
- delete_cookie(name): 删除指定名称的cookie。
- delete_all_cookies(): 删除所有cookies。
浏览器设置:
- set_page_load_timeout(time_to_wait): 设置页面加载超时时间。
- set_script_timeout(time_to_wait): 设置脚本执行超时时间。

这些方法覆盖了从浏览器启动、页面导航、元素交互到浏览器关闭的整个流程，为自动化测试和网页自动化提供了强大的支持。

环境准备

安装Python。
安装Selenium库：pip install selenium。
下载对应浏览器的WebDriver。
查看浏览器版本：edge://version/

如图，我的版本为：126.0.2592.87 (正式版本) (64 位)
驱动下载地址：https://developer.microsoft.com/zh-cn/microsoft-edge/tools/webdriver/

将其解压到python解释器目录并重命名为MicrosoftWebDriver.exe
输入cmd命令：py -0p

示例代码

抓取并展示指定网页上的所有链接信息

from selenium import webdriver
from selenium.webdriver.common.by import Bydriver = webdriver.Edge()# 打开目标网页
driver.get('https://movie.douban.com/top250')# 获取网页上所有的链接元素
links = driver.find_elements(By.TAG_NAME, 'a')# 遍历链接，打印链接的文本和href属性
for link in links:print(f"链接文本: {link.text}")print(f"链接地址: {link.get_attribute('href')}\n")# 关闭浏览器
driver.quit()