查找元素
selenium提供了一系列api方便获取chrome中的元素,这些API都返回WebElement对象或其列表,如:
find_element_by_id(id): 查找匹配id的第一个元素。
find_element_by_class_name(): 查找匹配class的第一个元素。
find_elements_by_xpath(): 查找匹配xpath的所有元素。
find_elements_by_css_selector(): 查找匹配css选择器的所有元素。
其实可以看WebDriver类里面的实现源码,其核心实现都是调用两个基本函数:
find_element(self, by=By.ID, value=None): 查找匹配策略的第一个元素。
find_elements(self, by=By.ID, value=None): 查找匹配策略的所有元素。
其中by参数可以是ID, CSS_SELECTOR, CLASS_NAME, XPATH等。下面举几个简单的例子:
·通过xpath查询包含文本登录的第一个元素: find_element_by_xpath("//*[contains(text(),'登录')]")
· 查询包含类名refresh的所有元素: find_elements_by_class_name('refresh')
· 查询table表格的第二行: find_element_by_css_selector('table tbody > tr:nth(2)')
dom元素交互
上面介绍的元素查找结果WebElement对象,常用的api有:
element.text: 返回元素的文本内容(包括所有后代节点的内容),注意如果元素display=none则返回为空字符串。
element.screenshot_as_png: 元素的截图。
element.send_keys("input"): 元素输入框输入input字符串。
element.get_attribute('data-v'): 获取data-v名称属性值,除了自定义节点属性,还可以获取如textContent等属性。
element.is_displayed(): 判断元素是否用户可见。
element.clear(): 清除元素文本。
element.click(): 点击元素,如果元素不可点击会抛出ElementNotInteractableException异常。
element.submit(): 模拟表单提交。
查找元素失败处理
如果找不到指定元素,则会抛出NoSuchElementException异常,而且需要注意,display=none的元素是可以获取到的,凡是在dom节点中的元素都可以获取到。
而且实际使用的时候要注意一些js代码动态创建的元素,可能需要轮询获取或者监控。
一个检查是否存在指定元素的方法如下:
def check_element_exists(xpath):
try:
driver.find_element_by_xpath(xpath)
except NoSuchElementException:
return False
return True
selenium交互控制
ActionChains动作链
webdriver通过ActionChains对象来模拟用户操作,该对象表示一个动作链路队列,所有操作会依次进入队列但不会立即执行,直到调用perform()方法时才会执行。其常用方法如下:
·click(on_element=None): 单击鼠标左键
· click_and_hold(on_element=None): 点击鼠标左键,不松开
· context_click(on_element=None): 点击鼠标右键
· double_click(on_element=None): 双击鼠标左键
· send_keys(*keys_to_send): 发送某个键到当前焦点的元素
· send_keys_to_element(element, *keys_to_send): 发送某个键到指定元素
· key_down(value, element=None): 按下某个键盘上的键
· key_up(value, element=None): 松开某个键
· drag_and_drop(source, target): 拖拽到某个元素然后松开
· drag_and_drop_by_offset(source, xoffset, yoffset): 拖拽到某个坐标然后松开
· move_by_offset(xoffset, yoffset): 鼠标从当前位置移动到某个坐标
· move_to_element(to_element): 鼠标移动到某个元素
· move_to_element_with_offset(to_element, xoffset, yoffset): 移动到距某个元素(左上角坐标)多少距离的位置
· perform(): 执行链中的所有动作
· release(on_element=None): 在某个元素位置松开鼠标左键
模拟鼠标事件
下面代码模拟鼠标移动,点击,拖拽等操作,注意操作时需要等待一定时间,否则页面还来不及渲染。
from time import sleep
from selenium import webdriver
# 引入 ActionChains 类
from selenium.webdriver.common.action_chains import ActionChains
driver = webdriver.Chrome()
driver.get("https://www.baidu.cn")
action_chains = ActionChains(driver)
target = driver.find_element_by_link_text("搜索")
# 移动鼠标到指定元素然后点击
action_chains.move_to_element(target).click(target).perform()
time.sleep(2)
# 也可以直接调用元素的点击方法
target.click()
time.sleep(2)
# 鼠标移动到(10, 50)坐标处
action_chains.move_by_offset(10, 50).perform()
time.sleep(2)
# 鼠标移动到距离元素target(10, 50)处
action_chains.move_to_element_with_offset(target, 10, 50).perform()
time.sleep(2)
# 鼠标拖拽,将一个元素拖动到另一个元素
dragger = driver.find_element_by_id('dragger')
action.drag_and_drop(dragger, target).perform()
time.sleep(2)
# 也可以使用点击 -> 移动来实现拖拽
action.click_and_hold(dragger).release(target).perform()
time.sleep(2)
action.click_and_hold(dragger).move_to_element(target).release().perform()
模拟键盘输入事件
通过send_keys模拟键盘事件,常用有:
·send_keys(Keys.BACK_SPACE): 删除键(BackSpace)
· send_keys(Keys.SPACE): 空格键(Space)
· send_keys(Keys.TAB): 制表键(Tab)
· send_keys(Keys.ESCAPE): 回退键(Esc)
· send_keys(Keys.ENTER): 回车键(Enter)
· send_keys(Keys.F1): 键盘 F1
· send_keys(Keys.CONTROL,'a'): 全选(Ctrl+A)
· send_keys(Keys.CONTROL,'c'): 复制(Ctrl+C)
· send_keys(Keys.CONTROL,'x'): 剪切(Ctrl+X)
· send_keys(Keys.CONTROL,'v'): 粘贴(Ctrl+V)
示例:定位到输入框,然后输入内容:
# 输入框输入内容
driver.find_element_by_id("kw").send_keys("uusamaa")
# 模拟回车删除多输入的一个字符a
driver.find_element_by_id("kw").send_keys(Keys.BACK_SPACE)
警告框处理
用于处理调用alert弹出的警告框。
·driver.switch_to_alert(): 切换到警告框
· text:返回alert/confirm/prompt中的文字信息,比如js调用alert('failed')则会获取failed字符串
· accept():接受现有警告框
· dismiss():关闭现有警告框
· send_keys(keysToSend):将文本发送至警告框
selenium浏览器控制
基本常用api
下面列出一些非常实用的浏览器控制api:
· driver.current_url: 获取当前活动窗口的url
· driver.switch_to_window("windowName"): 移动到指定的标签窗口
· driver.switch_to_frame("frameName"): 移动到指定名称的iframe
· driver.switch_to_default_content(): 移动到默认文本内容区
· driver.maximize_window(): 将浏览器最大化显示
· driver.set_window_size(480, 800): 设置浏览器宽480、高800显示
· driver.forword(), driver.back(): 浏览器前进和后退
· driver.refresh(): 刷新页面
· driver.close(): 关闭当前标签页
· driver.quiit(): 关闭整个浏览器
· driver.save_screenshot('screen.png'): 保存页面截图
· driver.maximize_window(): 将浏览器最大化显示
· browser.execute_script('return document.readyState;'): 执行js脚本
selenium读取和加载cookie
使用get_cookies和add_cookie可以实现将cookie缓存到本地,然后启动时加载,这样可以保留登录态。实现如下:
import os
import json
from selenium import webdriver
driver = webdriver.Chrome()
driver.get("https://www.baidu.cn")
# 读取所有cookie并保存到文件
cookies = driver.get_cookies()
cookie_save_path = 'cookie.json'
with open(cookie_save_path, 'w', encoding='utf-8') as file_handle:
json.dump(cookies, file_handle, ensure_ascii=False, indent=4)
# 从文件读取cookie并加载到浏览器
with open(cookie_save_path, 'r', encoding='utf-8') as file_handle:
cookies = json.load(file_handle)
for cookie in cookies:
driver.add_cookie(cookie)
selenium打开新的标签页窗口
使用driver.get(url)会默认在第一个标签窗口打开指定连接,点击页面中的_blank的链接时也会打开一个新的标签窗口。
还可以用下面的方式手动打开一个指定页面的标签窗口,需要注意打开新窗口或者关闭以后,还需要手动调用switch_to.window切换当前活动的标签窗口,否则会抛出NoSuchWindowException异常。
from selenium import webdriver
driver = webdriver.Chrome()
driver.get("https://www.baidu.cn")
new_tab_url = 'http://uusama.com'
driver.execute_script(f'window.open("{new_tab_url}", "_blank");')
time.sleep(1)
# 注意:必须调用switch_to.window手动切换window,否则会找不到tab view
# 聚焦到新打开的tab页面,然后关闭
driver.switch_to.window(driver.window_handles[1])
time.sleep(2)
driver.close() # 关闭当前窗口
# 手动回到原来的tab页面
driver.switch_to.window(driver.window_handles[0])
time.sleep(1)
除了使用execute_script外,还可以使用模拟打开新tab页按键的方式新建一个标签页窗口:
·driver.find_element_by_tag_name('body').send_keys(Keys.CONTROL + 't')
· ActionChains(driver).key_down(Keys.CONTROL).send_keys('t').key_up(Keys.CONTROL).perform()
selenium一些问题记录
获取隐藏元素的文本内容
如果一个元素是隐藏的,即display=none,虽然可以通过find_element查找到该元素,但是用element.text属性是获取不到该元素文本内容的,其值是空字符串,这时可以用下面的方式获取:
element = driver.find_element_by_id('uusama')
driver.execute_script("return arguments[0].textContent", element)
driver.execute_script("return arguments[0].innerHTML", element)
# 相应的也可以把隐藏的元素设置为非隐藏
driver.execute_script("arguments[0].style.display = 'block';", element)
浏览器崩溃WebDriverException异常处理
比如在Chrome中长时间运行一个页面会出现Out Of Memory内存不足的错误,此时WebDriver会抛出WebDriverException异常,基本所有api都会抛出这个异常,这个时候需要捕获并进行特殊处理。
我的处理方式是记录页面的一些基本信息,比如url,cookie等,并定期写入到文件中,如果检测到该异常,则重启浏览器并且加载url和cookie等数据。
selenium抓取页面请求数据
网上有通过driver.requests或者通过解析日志来获取页面请求的方式,但是我感觉都不是很好使。最后使用mitmproxy代理进行抓包处理,然后启动selenium时填入代理来实现。
proxy.py为在mitmproxy基础上封装的自定义代理请求处理,其代码如下:
import os
import gzip
from mitmproxy.options import Options
from mitmproxy.proxy.config import ProxyConfig
from mitmproxy.proxy.server import ProxyServer
from mitmproxy.tools.dump import DumpMaster
from mitmproxy.http import HTTPFlow
from mitmproxy.websocket import WebSocketFlow
class ProxyMaster(DumpMaster):
def __init__(self, *args, **kwargs):
super().__init__(*args, **kwargs)
def run(self, func=None):
try:
DumpMaster.run(self, func)
except KeyboardInterrupt:
self.shutdown()
def process(url: str, request_body: str, response_content: str):
# 抓包请求处理,可以在这儿转存和解析数据
pass
class Addon(object):
def websocket_message(self, flow: WebSocketFlow):
# 监听websockt请求
pass
def response(self, flow: HTTPFlow):
# 避免一直保存flow流,导致内存占用飙升
# flow.request.headers["Connection"] = "close"
# 监听http请求响应,并获取请求体和响应内容
url = flow.request.url
request_body = flow.request
response_content = flow.response
# 如果返回值是压缩的内容需要进行解压缩
if response_content.data.content.startswith(b'\x1f\x8b\x08'):
response_content = gzip.decompress(response_content.data.content).decode('utf-8')
Addon.EXECUTOR.submit(process, url, request_body, response_content)
def run_proxy_server():
options = Options(listen_host='0.0.0.0', listen_port=16666)
config = ProxyConfig(options)
master = ProxyMaster(options, with_termlog=False, with_dumper=False)
master.server = ProxyServer(config)
master.addons.add(Addon())
master.run()
if __name__ == '__main__':
with open('proxy.pid', mode='w') as fin:
fin.write(os.getpid().__str__())
run_proxy_server()
在使用mitmproxy过程中,随着时间推移proxy.py会出现占用内存飙升的问题,在github的issue区有人也遇到过,有说是因为http连接keep-alive=true请求会一直保存不会释放,导致请求越多越占用内存,然后通过添加flow.request.headers["Connection"] = "close"来手动关闭连接,我加了以后有一定缓解,但还是不能从根本上解决。
最后通过写入proxy.pid记录代理程序进程,然后用另外一个程序定时重启proxy.py来解决内存泄漏的问题。
本文内容不用于商业目的,如涉及知识产权问题,请权利人联系51Testing小编(021-64471599-8017),我们将立即处理