一、前言

上篇文章我們學習了Selenium頁面操作原理及如何高效的進行元素定位

那Selenium的工作原理又是什么？是如何驅動瀏覽器的呢？這篇文章為你講解Selenium工作原理及Webdriver對瀏覽器的配置和操作。

(PS:個人在用的人工智能學習網站推薦給大家：captainai，覺得不錯請三連支持一下）

二、Selenium工作原理

Selenium進行自動化測試主要依賴三項：

1. 測試腳本(你寫的代碼)
2. 瀏覽器驅動(Webdriver，比如：chromedriver)
3. 瀏覽器

其中核心部分就是Webdriver，它提供了一系列的API來供我們使用，以至于驅動瀏覽器做一些操作。
它的工作原理有時也會作為面試題，不少小伙伴Selenium用的很熟練，但因為答不出它的工作原理而被Pass！
所以我簡單總結了一下，為了面試不被pass的標準答案

Webdriver工作原理：

webdriver用于通信用戶編寫的代碼和瀏覽器。
當使用類似webdriver.Chrome()啟動瀏覽器后，webdriver會將啟動的瀏覽器綁定到特定的端口，并作為服務端 (類似前后端分離項目的后端)

客戶端 (用戶編寫的代碼)，通過ComandExecutor發送HTTP請求給服務端
服務端通過WebService將其翻譯為瀏覽器讀的懂的腳本傳給瀏覽器進行執行，執行完成后，瀏覽器把執行結果返回給WebService,WebService再把返回的結果做一些封裝，然后返回給客戶端。

三、Webdriver常用配置

1. 啟動瀏覽器

通過查看Selnium->webdriver文件夾，發現Selnium支持6種瀏覽器：
chrome、edge、firefox、ie、opera、safari

這里用谷歌、火狐的啟動來舉例

1. 啟動谷歌瀏覽器(需要chromedriver)

from selenium import webdriverbrowser = webdriver.Chrome()

2. 啟動火狐瀏覽器(需要geckodriver)

from selenium import webdriverbrowser = webdriver.Firefox()

2. Webdriver配置項

webdriver有很多配置項，例如設置請求頭、隱藏瀏覽器運行、配置Webdriver路徑等；下面為你介紹常用的配置項：

2.1 首先調用對應的配置類(以chrome舉例)

chrome_options = webdriver.ChromeOptions()

2.2 最大化瀏覽器窗口

 chrome_options.add_argument("--start-maximized")

2.3 隱藏瀏覽器運行(無界面Linux時，不加這條會報錯)

chrome_options.add_argument("--headless")

2.4 給予root執行權限(Linux上運行時需要)

chrome_options.add_argument("--no-sandbox")

2.5 不加載圖片，提升速度

chrome_options.add_argument("blink-settings=imagesEnabled=false")

2.6 使用已打開的瀏覽器

以chrome瀏覽器舉例，我們可以通過【cmd】在chrome所在目錄執行命令：

chrome.exe --remote-debugging-port=9222 --user-data-dir="C:/selenum/AutomationProfile"

-remote-debugging-port:用于配置瀏覽器啟動占用的端口，可以指定任何未被占用的端口
-user-data-dir:指定創建新Chrome配置文件的目錄;它是為了確保在多帶帶的配置文件中啟動chrome，不會污染你的默認配置文件。

然后在代碼中加入下面的配置即可使用剛剛打開的瀏覽器了

chrome_options.add_experimental_option("debuggerAddress", "127.0.0.1:9222")

這樣做的好處是:

1. 是一個由chrome啟動的瀏覽器，不容易被所測網站檢測出是自動化程序、有利于爬蟲的過檢測。
2. 基于該運行瀏覽器所產生的緩存、cookie等數據都會被記錄。下次啟動的時候不用重新登錄帳號，也不用因為沒有緩存導致頁面加載時間過長。

2.7 手動指定瀏覽器位置

當存在多個谷歌瀏覽器或谷歌瀏覽器環境異常時，可以指定其瀏覽器文件路徑進行驅動

chrome_options.binary_location = r"C:/Program Files (x86)/Google/Chrome/Application/chrome.exe"

2.8 隱藏【受到自動化測試軟件的控制】提示

通過該配置項可以隱藏上圖的提示

chrome_options.add_experimental_option("excludeSwitches", ["enable-automation"])

2.9 指定瀏覽器大小

下面的代碼會啟動一個寬100，長1000的瀏覽器

chrome_options.add_argument(f"--window-size={100},{1000}")

2.10 指定瀏覽器位置

下面的代碼會啟動一個左邊距為100，上邊距為200的瀏覽器

chrome_options.add_argument(f"--window-position={100},{200}")

2.11 指定瀏覽器啟動語言

有時候開啟瀏覽器需要特別的語言版本，如果未進行配置則啟動的是系統語言對應的瀏覽器，我們的被測網站如果是英文的，但系統是中文的，開啟的瀏覽器就是中文的，提交的某些數據按照zh_CN.UTF-8的格式提交了，導致數據報錯，那么我們就需要設置瀏覽器啟動語言。

chrome_options.add_argument("lang=en-us")

2.12 更換瀏覽器請求頭

有時候需要模擬手機訪問某些頁面的時候，可以通過配置user-agent項來實現
下面的代碼會將瀏覽器模擬為安卓手機訪問

user_ag = "MQQBrowser/26 Mozilla/5.0 (Linux; U; Android 7.3.7; zh-cn; MB200 Build/GRJ22;CyanogenMod-7) " /              "AppleWebKit/533.1 (KHTML, like Gecko) Version/4.0 Mobile Safari/533.1 "chrome_options.add_argument("user-agent=%s" % user_agent)

執行效果

2.13 設置瀏覽器代理

chrome_options.add_argument("--proxy-server=你的代理ip地址")

2.14 使用配置

下面的代碼會【最大化窗口】且【不加載圖片】的啟動一個瀏覽器：

from selenium import webdriverchrome_options = webdriver.ChromeOptions()chrome_options.add_argument("--start-maximized")chrome_options.add_argument("blink-settings=imagesEnabled=false")browser = webdriver.Chrome(options=chrome_options)

3. Webdriver常用操作

3.1 獲取瀏覽器名稱

browser.name

3.2 最大化瀏覽器窗口

browser.maximize_window()

3.3 最小化瀏覽器窗口（Selenium4支持）

browser.minimize_window()

3.4 全屏窗口

類似瀏覽器中按下【F11】

browser.fullscreen_window()

3.5 訪問指定網址

browser.get("https://www.baidu.com") #訪問百度

3.6 獲取當前頁url

browser.current_url

3.7 獲取當前頁的title

browser.title

3.8 獲取當前頁窗口句柄

browser.current_window_handle

3.9 截屏當前窗口

browser.save_screenshot("test.png")  #截取當前窗口并命名為`test.png`保存

3.10 刷新

browser.refresh()

3.11 前進(瀏覽器的【前進】按鈕)

browser.forward()

3.12 后退(瀏覽器的【后退】按鈕)

browser.back()

3.13 設置瀏覽器大小

設置瀏覽器寬為480，高為800

browser.set_window_size(480, 800)

3.14 設置瀏覽器位置

設置瀏覽器寬為480，高為800

browser.set_window_position(480, 800)

3.15 獲取瀏覽器大小

設置瀏覽器寬為480，高為800

browser.get_window_size(480, 800)

3.16 獲取瀏覽器位置

設置瀏覽器寬為480，高為800

browser.get_window_position(480, 800)

3.17 執行js腳本

如果需要進行頁面滑動(模擬鼠標滾輪操作)可以通過執行js腳本實現
例如滑動到"http://*[@id="asideHotArticle"]/h3"元素：

target = browser.find_element(By.XPATH, "http://*[@id="asideHotArticle"]/h3")browser.execute_script("arguments[0].scrollIntoView();", target)

3.18 切換窗口

有多個窗口時，可以通過下面的方法進行切換才能夠順利的進行定位

browser.switch_to.window(browser.window_handles[1])

3.19 切換iframe

頁面中的iframe彈窗，需要使用下面的代碼切換才能夠順利的進行定位

iframe = browser.find_element(By.CSS_SELECTOR, "#modal > iframe")# 切換到iframebrowser.switch_to.frame(iframe)

3.20 離開iframe

離開iframe，回到默認頁面

browser.switch_to.default_content()

2.21 關閉當前窗口

有多個頁面的時候，只會關閉當前所在頁面

browser.close()

3.22 退出瀏覽器

會直接關閉瀏覽器，所有頁面都將關閉

browser.quit()

四、總結

實際上webdriver的操作還有很多，比如遠程控制項的配置，cookie相關配置等，但都不常用，掌握這些些已經足夠了！

下一篇文章會對selenium的鍵盤鼠標事件進行詳解，歡迎訂閱本專欄！