? 系列內容 ?
爬蟲+自動化利器 selenium 之自學成才篇（一）
主要內容：selenium 簡介、selenium 安裝、安裝瀏覽器驅動、8 種方式定位頁面元素、瀏覽器控制、鼠標控制、鍵盤控制

爬蟲+自動化利器 selenium 之自學成才篇（二）
主要內容：三種等待方式（顯式等待、隱式等待、強制等待）、一組元素的定位方式、切換操作（窗口切換、表單切換）、彈窗處理等。

爬蟲+自動化利器 selenium 之自學成才篇（三）
主要內容：文件上傳 & 下載、cookie 操作、調用 JavaScript（滑動滾動條）、關閉操作、頁面截圖等。

設置元素等待

很多頁面都使用 ajax 技術，頁面的元素不是同時被加載出來的，為了防止定位這些尚在加載的元素報錯，可以設置元素等來增加腳本的穩定性。webdriver 中的等待分為 顯式等待 和 隱式等待。

顯式等待

顯式等待：設置一個超時時間，每個一段時間就去檢測一次該元素是否存在，如果存在則執行后續內容，如果超過最大時間（超時時間）則拋出超時異常（TimeoutException）。顯示等待需要使用 WebDriverWait，同時配合 until 或 not until 。下面詳細講解一下。

WebDriverWait(driver, timeout, poll_frequency=0.5, ignored_exceptions=None)

• driver：瀏覽器驅動
• timeout：超時時間，單位秒
• poll_frequency：每次檢測的間隔時間，默認為0.5秒
• ignored_exceptions：指定忽略的異常，如果在調用 until 或 until_not 的過程中拋出指定忽略的異常，則不中斷代碼，默認忽略的只有 NoSuchElementException 。

until(method, message=’ ‘)
until_not(method, message=’ ")

• method：指定預期條件的判斷方法，在等待期間，每隔一段時間調用該方法，判斷元素是否存在，直到元素出現。until_not 正好相反，當元素消失或指定條件不成立，則繼續執行后續代碼
• message: 如果超時，拋出 TimeoutException ，并顯示 message 中的內容

method 中的預期條件判斷方法是由 expected_conditions 提供，下面列舉常用方法。

先定義一個定位器

from selenium.webdriver.common.by import Byfrom selenium import webdriverdriver = webdriver.Chrome()locator = (By.ID, "kw")element = driver.find_element_by_id("kw")

下面寫一個簡單的例子，這里定位一個頁面不存在的元素，拋出的異常信息正是我們指定的內容。

from selenium import webdriverfrom selenium.webdriver.support.ui import WebDriverWaitfrom selenium.webdriver.support import expected_conditions as ECfrom selenium.webdriver.common.by import Bydriver = webdriver.Chrome()element = WebDriverWait(driver, 5, 0.5).until(            EC.presence_of_element_located((By.ID, "kw")),                                           message="超時啦!")

隱式等待

隱式等待也是指定一個超時時間，如果超出這個時間指定元素還沒有被加載出來，就會拋出 NoSuchElementException 異常。
除了拋出的異常不同外，還有一點，隱式等待是全局性的，即運行過程中，如果元素可以定位到，它不會影響代碼運行，但如果定位不到，則它會以輪詢的方式不斷地訪問元素直到元素被找到，若超過指定時間，則拋出異常。

使用 implicitly_wait() 來實現隱式等待，使用難度相對于顯式等待要簡單很多。
示例：打開個人主頁，設置一個隱式等待時間 5s，通過 id 定位一個不存在的元素，最后打印 拋出的異常 與 運行時間。

from selenium import webdriverfrom time import timedriver = webdriver.Chrome()driver.get("https://blog.csdn.net/qq_43965708")start = time()driver.implicitly_wait(5)try:    driver.find_element_by_id("kw")except Exception as e:    print(e)    print(f"耗時：{time()-start}")

代碼運行到 driver.find_element_by_id("kw") 這句之后觸發隱式等待，在輪詢檢查 5s 后仍然沒有定位到元素，拋出異常。

強制等待

使用 time.sleep() 強制等待，設置固定的休眠時間，對于代碼的運行效率會有影響。以上面的例子作為參照，將 隱式等待 改為 強制等待。

from selenium import webdriverfrom time import time, sleepdriver = webdriver.Chrome()driver.get("https://blog.csdn.net/qq_43965708")start = time()sleep(5)try:    driver.find_element_by_id("kw")except Exception as e:    print(e)    print(f"耗時：{time()-start}")

值得一提的是，對于定位不到元素的時候，從耗時方面隱式等待和強制等待沒什么區別。但如果元素經過 2s 后被加載出來，這時隱式等待就會繼續執行下面的代碼，但 sleep還要繼續等待 3s。

定位一組元素

上篇講述了定位一個元素的 8 種方法，定位一組元素使用的方法只需要將 element 改為 elements 即可，它的使用場景一般是為了批量操作元素。

• find_elements_by_id()
• find_elements_by_name()
• find_elements_by_class_name()
• find_elements_by_tag_name()
• find_elements_by_xpath()
• find_elements_by_css_selector()
• find_elements_by_link_text()
• find_elements_by_partial_link_text()

這里以 CSDN 首頁的一個 博客專家欄 為例。

下面使用 find_elements_by_xpath 來定位三位專家的名稱。

這是專家名稱部分的頁面代碼，不知各位有沒有想到如何通過 xpath 定位這一組專家的名稱呢？

from selenium import webdriver# 設置無頭瀏覽器option = webdriver.ChromeOptions()option.add_argument("--headless")driver = webdriver.Chrome(options=option)driver.get("https://blog.csdn.net/")p_list = driver.find_elements_by_xpath("http://p[@class="name"]")name = [p.text for p in p_list]name

切換操作

窗口切換

在 selenium 操作頁面的時候，可能會因為點擊某個鏈接而跳轉到一個新的頁面（打開了一個新標簽頁），這時候 selenium 實際還是處于上一個頁面的，需要我們進行切換才能夠定位最新頁面上的元素。

窗口切換需要使用 switch_to.windows() 方法。

首先我們先看看下面的代碼。

代碼流程：先進入 【CSDN首頁】，保存當前頁面的句柄，然后再點擊左側 【CSDN官方博客】跳轉進入新的標簽頁，再次保存頁面的句柄，我們驗證一下 selenium 會不會自動定位到新打開的窗口。

from selenium import webdriverhandles = []driver = webdriver.Chrome()driver.get("https://blog.csdn.net/")# 設置隱式等待driver.implicitly_wait(3)# 獲取當前窗口的句柄handles.append(driver.current_window_handle)# 點擊 python，進入分類頁面driver.find_element_by_xpath("http://*[@id="mainContent"]/aside/div[1]/div").click()# 獲取當前窗口的句柄handles.append(driver.current_window_handle)print(handles)# 獲取當前所有窗口的句柄print(driver.window_handles)

可以看到第一個列表 handle 是相同的，說明 selenium 實際操作的還是 CSDN首頁 ，并未切換到新頁面。
下面使用 switch_to.windows() 進行切換。

from selenium import webdriverhandles = []driver = webdriver.Chrome()driver.get("https://blog.csdn.net/")# 設置隱式等待driver.implicitly_wait(3)# 獲取當前窗口的句柄handles.append(driver.current_window_handle)# 點擊 python，進入分類頁面driver.find_element_by_xpath("http://*[@id="mainContent"]/aside/div[1]/div").click()# 切換窗口driver.switch_to.window(driver.window_handles[-1])# 獲取當前窗口的句柄handles.append(driver.current_window_handle)print(handles)print(driver.window_handles)

上面代碼在點擊跳轉后，使用 switch_to 切換窗口，window_handles 返回的 handle 列表是按照頁面出現時間進行排序的，最新打開的頁面肯定是最后一個，這樣用 driver.window_handles[-1] + switch_to 即可跳轉到最新打開的頁面了。

那如果打開的窗口有多個，如何跳轉到之前打開的窗口，如果確實有這個需求，那么打開窗口是就需要記錄每一個窗口的 key(別名) 與 value(handle)，保存到字典中，后續根據 key 來取 handle 。

表單切換

很多頁面也會用帶 frame/iframe 表單嵌套，對于這種內嵌的頁面 selenium 是無法直接定位的，需要使用 switch_to.frame() 方法將當前操作的對象切換成 frame/iframe 內嵌的頁面。

switch_to.frame() 默認可以用的 id 或 name 屬性直接定位，但如果 iframe 沒有 id 或 name ，這時就需要使用 xpath 進行定位。下面先寫一個包含 iframe 的頁面做測試用。

DOCTYPE html><html lang="en"><head>    <meta charset="UTF-8">    <meta http-equiv="X-UA-Compatible" content="IE=edge">    <meta name="viewport" content="width=device-width, initial-scale=1.0">    <title>Documenttitle>    <style>        div p {            color: #red;            animation: change 2s infinite;        }        @keyframes change {            from {                color: red;            }            to {                color: blue;            }        }    style>head><body>    <div>        <p>公眾號：Python新視野p>        <p>CSDN：Dream丶Killerp>        <p>微信：python-sunp>    div>    <iframe src="https://blog.csdn.net/qq_43965708" width="400" height="200">iframe>body>html>

現在我們定位紅框中的 CSDN 按鈕，可以跳轉到 CSDN 首頁。

from selenium import webdriverfrom pathlib import Pathdriver = webdriver.Chrome()# 讀取本地html文件driver.get("file:///" + str(Path(Path.cwd(), "iframe測試.html")))# 1.通過id定位driver.switch_to.frame("CSDN_info")# 2.通過name定位# driver.switch_to.frame("Dream丶Killer")# 通過xpath定位# 3.iframe_label = driver.find_element_by_xpath("/html/body/iframe")# driver.switch_to.frame(iframe_label)driver.find_element_by_xpath("http://*[@id="csdn-toolbar"]/div/div/div[1]/div/a/img").click()

這里列舉了三種定位方式，都可以定位 iframe 。

彈窗處理

JavaScript 有三種彈窗 alert（確認）、confirm（確認、取消）、prompt（文本框、確認、取消）。

處理方式：先定位（switch_to.alert自動獲取當前彈窗），再使用 text、accept、dismiss、send_keys 等方法進行操作

這里寫一個簡單的測試頁面，其中包含三個按鈕，分別對應三個彈窗。

DOCTYPE html><html lang="en"><head>head><body>    <button id="alert">alertbutton>    <button id="confirm">confirmbutton>    <button id="prompt">promptbutton>    <script type="text/javascript">        const dom1 = document.getElementById("alert")        dom1.addEventListener("click", function(){           alert("alert hello")        })                const dom2 = document.getElementById("confirm")        dom2.addEventListener("click", function(){            confirm("confirm hello")        })                const dom3 = document.getElementById("prompt")        dom3.addEventListener("click", function(){            prompt("prompt hello")        })    script>body>html>

下面使用上面的方法進行測試。為了防止彈窗操作過快，每次操作彈窗，都使用 sleep 強制等待一段時間。

from selenium import webdriverfrom pathlib import Pathfrom time import sleepdriver = webdriver.Firefox()driver.get("file:///" + str(Path(Path.cwd(), "彈窗.html")))sleep(2)# 點擊alert按鈕driver.find_element_by_xpath("http://*[@id="alert"]").click()sleep(1)alert = driver.switch_to.alert# 打印alert彈窗的文本print(alert.text)# 確認alert.accept()sleep(2)# 點擊confirm按鈕driver.find_element_by_xpath("http://*[@id="confirm"]").click()sleep(1)confirm = driver.switch_to.alertprint(confirm.text)# 取消confirm.dismiss()sleep(2)# 點擊confirm按鈕driver.find_element_by_xpath("http://*[@id="prompt"]").click()sleep(1)prompt = driver.switch_to.alertprint(prompt.text)# 向prompt的輸入框中傳入文本prompt.send_keys("Dream丶Killer")sleep(2)prompt.accept()"""輸出alert helloconfirm helloprompt hello"""

注：細心地讀者應該會發現這次操作的瀏覽器是 Firefox ，為什么不用 Chrome 呢？原因是測試時發現執行 prompt 的 send_keys 時，不能將文本填入輸入框。嘗試了各種方法并查看源碼后確認不是代碼的問題，之后通過其他渠道得知原因可能是 Chrome 的版本與 selenium 版本的問題，但也沒有很方便的解決方案，因此沒有繼續深究，改用 Firefox 可成功運行。這里記錄一下我的 Chrome 版本，如果有大佬懂得如何在 Chrome 上解決這個問題，請在評論區指導一下，提前感謝！
selenium：3.141.0
Chrome：94.0.4606.71

未完待續~

??往期精彩，不容錯過??

總結篇
??兩萬字，50個pandas高頻操作【圖文并茂，值得收藏】??
??吐血總結《Mysql從入門到入魔》，圖文并茂（建議收藏）??


工具篇
??Python實用小工具之制作酷炫二維碼（有界面、附源碼）??
??Python實用工具之制作證件照（有界面、附源碼）??
??女朋友桌面文件雜亂無章？氣得我用Python給她做了一個文件整理工具??

更多有趣的文章及干貨，盡在