文章目录

前言发现宝藏第01节 Selenium概述第02节 安装浏览器驱动（以Google为例）第03节 定位页面元素1. 打开指定页面2. id 定位3. name 定位4. class 定位5. tag 定位6. xpath 定位7. css 选择器8. link 定位9. 示例 有道翻译

第04节 浏览器控制1. 修改浏览器窗口大小2. 浏览器前进&后退3. 浏览器刷新4. 浏览器窗口切换5. 常见操作6. 示例 CSDN页面元素交互

第05节 鼠标控制1.单击元素2.双击元素3.在元素上右键单击4.在元素上悬停（鼠标悬停）5.拖拽元素到另一个位置

第06节 键盘控制1.输入文本2.按键3.组合键4. 其他键盘操作

第07节 元素等待1. 隐式等待2. 显示等待3. 自定义等待4. 强制等待

第08节 切换操作1. 窗口切换2. 表单切换

第09节 滚轮操作总结

前言

为了巩固所学的知识，作者尝试着开始发布一些学习笔记类的博客，方便日后回顾。当然，如果能帮到一些萌新进行新技术的学习那也是极好的。作者菜菜一枚，文章中如果有记录错误，欢迎读者朋友们批评指正。

（博客的参考源码可以在我主页的资源里找到，如果在学习的过程中有什么疑问欢迎大家在评论区向我提出）

发现宝藏

前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。【宝藏入口】。

第01节 Selenium概述

Selenium 是一个Web的自动化测试工具，最初是为网站自动化测试而开发的，Selenium 可以直接运行

在浏览器上，它支持所有主流的浏览器

因为 Selenium 可以控制浏览器发送请求，并获取网页数据，因此可以应用于爬虫领域

Selenium 可以根据我们的指令，让浏览器自动加载页面，获取需要的数据，甚至页面截屏，或者判断网

站上某些动作是否发生

Selenium 自己不带浏览器，不支持浏览器的功能，它需要与第三方浏览器结合在一起才能使用

Selenium 库的版本不同对应的方法名也会有所不同

官方文档：http://selenium-python.readthedocs.io/index.html

第02节 安装浏览器驱动（以Google为例）

1. 确认浏览器版本

2. 下载对应版本的驱动

3. 如何下载历史版本的 chorm

获得浏览器版本号

访问 https://vikyd.github.io/download-chromium-history-version/ ，可能需要科学上网（dddd），然后在 version 下拉里面选择你要的平台，然后在输入框输入版本号，例如 : windows 64位 113.0版本

选择浏览器版本并下载压缩包

下载完成后解压即可使用

将 chromedriver.exe 保存到任意位置，并把当前路径保存到环境变量中（我的电脑>>右键属性>>高级系统设置>>高级>>环境变量>>系统变量>>Path），添加的时候要注意不要把 path 变量给覆盖了，如果覆盖了千万别关机，然后百度。添加成功后使用下面代码进行测试。

也可以尝试驱动文件在python安装目录或者和代码在同一个目录下

或者在实例化webdriver对象的时候把驱动路径传进去

# 导入 webdriver

import time

from selenium import webdriver

# 调用环境变量指定的PhantomJS浏览器创建浏览器对象

from selenium.webdriver.common.by import By

driver = webdriver.Chrome()

# get方法会一直等到页面被完全加载，然后才会继续程序，通常测试会在这里选择

driver.get("https://www.baidu.com/")

# id="kw"是百度搜索输入框，输入字符串"长城"

driver.find_element(By.CSS_SELECTOR,"#kw").send_keys("长城")

# id="su"是百度搜索按钮，click() 是模拟点击

driver.find_element(By.CSS_SELECTOR,"#su").click()

time.sleep(20)

第03节 定位页面元素

定位一个元素用 element,定位一组元素用 elements

1. 打开指定页面

1. 不切换新窗口

要使用 Selenium 来打开指定页面，首先需要初始化一个 WebDriver 实例，然后使用该实例打开目标页面。下面是一个使用 Python 和 Selenium 的示例，演示如何打开指定的页面：

from selenium import webdriver

# 初始化一个WebDriver实例，这里使用Chrome作为浏览器

driver = webdriver.Chrome()

# 打开指定的页面，将URL替换为你要访问的网页地址

url = "https://www.example.com"

driver.get(url)

# 在这里，你可以执行与打开页面相关的操作

# 最后，关闭浏览器窗口

driver.quit()

在上述代码中，我们首先导入 Selenium 的 webdriver 模块，并初始化了一个 Chrome 浏览器的 WebDriver 实例。然后，使用 get 方法打开指定的页面，将目标网页的 URL 替换为你要访问的网页地址。之后，你可以在页面上执行与你的测试或任务相关的操作，然后使用 quit 方法关闭浏览器窗口

2. 切换新窗口

上面的方法会在当前窗口或标签页中打开一个新的页面，将当前页面替换为新的 URL ，使用 window.open(url) 打开新页面：

driver.execute_script("window.open('https://www.example.com', '_blank');") # 使用JavaScript打开一个新页面

这种方法使用 execute_script 方法执行 JavaScript 代码，在新的浏览器窗口或标签页中打开指定的 URL。'_blank' 参数告诉浏览器在新窗口或标签页中打开 URL。这种方式适用于在新窗口中打开页面，而不替换当前页面

请注意，如果你使用 window.open() 方法打开新页面，你可能需要使用 driver.window_handles 和 driver.switch_to.window() 来管理不同窗口之间的切换，就像后面提到的窗口句柄一样。这可以让你在不同的浏览器窗口中执行操作

总之，execute_script 方法通常与其他 Selenium 方法一起使用，用于执行 JavaScript 以实现特定的交互和操作，但它本身不用于打开新页面

3. 保持浏览器窗口打开

默认情况下，Selenium WebDriver 在脚本执行结束后会关闭浏览器窗口，但通过将选项 "detach" 设置为 True，你可以使浏览器窗口保持打开状态，以便手动进行操作

from selenium import webdriver

# 创建ChromeOptions对象

options = webdriver.ChromeOptions()

# 添加选项，防止浏览器自动关闭

options.add_experimental_option("detach", True)

# 初始化一个WebDriver实例，将选项传递给Chrome

driver = webdriver.Chrome(options=options)

# 打开指定的页面

url = "https://www.csdn.net"

driver.get(url)

# 在这里，你可以执行与打开页面相关的操作

# 手动关闭浏览器时，可以保持它打开

2. id 定位

要使用 Selenium 通过元素的 ID 进行定位，你可以使用 By.ID 选择器和 find_element 方法。以下是如何通过元素的ID进行定位的示例：

from selenium import webdriver

# 初始化一个WebDriver实例，这里使用Chrome作为浏览器

driver = webdriver.Chrome()

# 打开指定的页面

url = "https://www.example.com"

driver.get(url)

# 通过元素的ID进行定位并执行操作

element = driver.find_element(By.ID, "element_id")

# 在这里，你可以执行与该元素相关的操作，例如单击、输入文本等

element.click()

# 最后，关闭浏览器窗口

driver.quit()

在上述示例中，driver.find_element(By.ID, "element_id") 通过元素的ID属性来定位元素，并将其存储在变量 element 中，然后可以执行与该元素相关的操作。记得将 "element_id" 替换为你要查找的元素的实际 ID。

3. name 定位

# 通过元素的name属性进行定位并执行操作

element = driver.find_element(By.NAME,"element_name")

4. class 定位

# 通过元素的CSS类名进行定位并执行操作

element = driver.find_element(By.By.CLASS_NAME, ".element_class")

5. tag 定位

每个 tag 往往用来定义一类功能，所以通过 tag 来识别某个元素的成功率很低，每个页面一般都用很多相同的 tag

# 通过元素的标签名进行定位并执行操作

element = driver.find_element(By.TAG_NAME,"element_tag")

element_tag 在示例代码中代表你要查找的元素的 HTML 标签名，例如 < div >, < a >, < p >等。具体来说，如果你要查找一个 < div > 元素，你可以将 element_tag 替换为 "div" ，如果你要查找一个 < a > 元素，你可以将 element_tag 替换为 "a"，以此类推

6. xpath 定位

XPath（XML Path Language）是一种用于在 XML 文档中定位元素的语言，也适用于HTML 文档，因为 HTML 是一种基于 XML 的标记语言的变体。XPath 是一种功能强大的元素定位方法，它允许你准确地定位网页上的元素，无论它们在文档中的位置如何。以下是XPath定位的一些示例：

1. 通过元素名称定位：

定位所有的链接元素：//a定位所有的段落元素：//p定位第一个标题元素：//h1

2. 通过元素属性定位：

定位具有特定 id 属性的元素：

//*[@id='element_id']

定位具有特定 class 属性的元素：

//*[@class='element_class']

3. 通过文本内容定位：

定位包含特定文本的元素：

//*[text()='要查找的文本']

定位以特定文本开头的元素：

//*[starts-with(text(), '开头文本')]

定位包含特定文本的链接：

//a[contains(text(), '链接文本')]

4. 通过元素层次结构定位：

定位父元素的子元素：

//div[@id='parent_id']/p（查找 id 属性为 'parent_id' 的 < div > 元素下的所有 < p > 元素）

定位祖先元素的子元素：

//div[@class='grandparent_class']//span（查找 class 属性为 'grandparent_class' 的祖先元素下的所有< span >元素）

5. 使用逻辑运算符：

定位同时满足多个条件的元素：

//input[@type='text' and @name='username']（查找type属性为 'text' 且 name 属性为 'username' 的输入框）

这些只是 XPath 的一些基本示例，XPath具有非常丰富的语法和功能，你可以根据需要组合和定制不同的条件来定位元素。在Selenium中，你可以使用 find_element + By.XPATH 方法来实现 XPath 定位，例如：

element = driver.find_element(By.XPATH,"//a[contains(text(), '链接文本')]")

这将查找包含特定文本的链接元素,你可以根据需要修改 XPath 表达式来定位不同的元素。

6. 示例

<html>

<head>...<head/>

<body>

<div id="csdn-toolbar">

<div class="toolbar-inside">

<div class="toolbar-container">

<div class="toolbar-container-left">...</div>

<div class="toolbar-container-middle">

<div class="toolbar-search onlySearch">

<div class="toolbar-search-container">

<input id="toolbar-search-input" autocomplete="off" type="text" value="" placeholder="C++难在哪里？">

根据上面的标签需要定位 最后一行 input 标签，以下列出了四种方式，xpath 定位的方式多样并不唯一，使用时根据情况进行解析即可。

# 绝对路径（层级关系）定位

driver.find_element(By.XPATH,

"/html/body/div/div/div/div[2]/div/div/input[1]")

# 利用元素属性定位

driver.find_element(By.XPATH,

"//*[@id='toolbar-search-input']"))

# 层级+元素属性定位

driver.find_element(By.XPATH,

"//div[@id='csdn-toolbar']/div/div/div[2]/div/div/input[1]")

# 逻辑运算符定位

driver.find_element(By.XPATH,

"//*[@id='toolbar-search-input' and @autocomplete='off']")

7. css 选择器

CSS 使用选择器来为页面元素绑定属性，它可以较为灵活的选择控件的任意属性，一般定位速度比 xpath 要快，使用CSS 选择器进行元素定位在 Selenium 中是非常常见和方便的。以下是一些常见的 CSS 选择器示例：

1. 通过元素名称定位：

定位所有的链接元素：a定位所有的段落元素：p定位所有的按钮元素：button

2. 通过元素ID定位：

定位具有特定 ID属性的元素：#element_id

element = driver.find_element(By.CSS_SELECTOR,"#element_id")

3. 通过类名定位：

定位具有特定 class 属性的元素：.element_class

element = driver.find_element(By.CSS_SELECTOR,".element_class")

4. 通过元素属性定位：

定位具有特定属性值的元素：[attribute=‘value’]

element = driver.find_element(By.CSS_SELECTOR,"[name='username']")

5. 通过属性值的部分匹配：

定位包含特定属性值的元素：[attribute*=‘value’]

element = driver.find_element(By.CSS_SELECTOR,"[href*='example.com']")

6. 通过组合条件：

定位同时满足多个条件的元素：.class1.class2

element = driver.find_element(By.CSS_SELECTOR,".element_class1.element_class2")

7. 子元素定位：

定位父元素的子元素：#parent_id > .child_class

element = driver.find_element(By.CSS_SELECTOR,"#parent_id > .child_class")

8. 伪类选择器：

例如 定位鼠标悬停的元素：:hover

element = driver.find_element(By.CSS_SELECTOR,"a:hover")

8. link 定位

使用 Selenium 来定位超链接（link）元素通常涉及到查找带有 <a> 标签的元素，这是 HTML 中的链接标签。你可以使用不同的方法来定位超链接，如通过文本内容、链接文本、部分链接文本等。以下是一些常见的链接定位示例：

1.通过链接文本（完全匹配）定位：

使用链接的文本内容来定位，确保文本与链接完全匹配：

# 查找所有链接文本为"下一页"的元素

element = driver.find_elements(By.LINK_TEXT, "文本")

2.通过链接文本（部分匹配）定位：

使用链接的部分文本内容来定位，可以匹配链接文本的一部分：

element = driver.find_element(By.PARTIAL_LINK_TEXT,"部分文本")

例如，如果你的链接文本是"点击这里以获取更多信息"，你可以使用"点击这里"或"获取更多信息"来进行部分匹配。

这些方法非常方便，特别是当你知道链接的文本内容时。但请注意，它们对文本大小写敏感，所以确保文本内容的大小写与链接文本匹配。

要查找多个链接，你可以使用 find_element**s**(By.LINK_TEXT, "文本") 或 find_element**s**(By.PARTIAL_LINK_TEXT,"部分文本")，它们会返回一个元素列表，你可以在列表中迭代查找多个链接元素。

示例：

elements = driver.find_elements(By.PARTIAL_LINK_TEXT,"部分文本")

for element in elements:

print(element.text)

这将打印所有包含"部分文本"的链接文本的链接元素。

9. 示例 有道翻译

访问有道翻译网站，输入单词，并获取翻译后的内容

import time

from selenium import webdriver

from selenium.webdriver.common.by import By

from selenium.webdriver.support.ui import WebDriverWait

from selenium.webdriver.support import expected_conditions as EC

# 创建ChromeOptions对象

options = webdriver.ChromeOptions()

# 添加选项，防止浏览器自动关闭

options.add_experimental_option("detach", True)

# 创建Chrome WebDriver

driver = webdriver.Chrome(options=options)

# 打开有道翻译页面

driver.get("https://fanyi.youdao.com/")

# 等待输入框可见

input_element = WebDriverWait(driver, 10).until(

EC.presence_of_element_located((By.ID, "js_fanyi_input"))

)

# 输入内容

input_element.send_keys("hello")

# 如果有广告弹出框，关闭它

try:

close_btn = driver.find_element(By.CSS_SELECTOR, ".close")

close_btn.click()

except Exception:

pass # 如果没有广告，继续执行

# 等待翻译结果出现

transTarget = WebDriverWait(driver, 10).until(

EC.presence_of_element_located((By.ID, "js_fanyi_output_resultOutput"))

)

# 输出翻译结果

print(transTarget.text)

# 关闭浏览器

# driver.quit()

第04节 浏览器控制

1. 修改浏览器窗口大小

webdriver 提供 set_window_size() 方法来修改浏览器窗口的大小

from selenium import webdriver

# 初始化浏览器驱动程序，这里使用Chrome作为示例

driver = webdriver.Chrome()

# 最大化浏览器窗口

driver.maximize_window()

# 或者设置特定大小的窗口

# driver.set_window_size(1024, 768) # 传递所需的宽度和高度

# 访问网页

driver.get("https://www.example.com")

# 在这里执行其他操作...

# 关闭浏览器

driver.quit()

2. 浏览器前进&后退

要在 Selenium 中执行浏览器的前进和后退操作，你可以使用 forward() 和 back() 方法

# 在这里执行其他操作...

# 执行前进操作

driver.forward()

# 执行后退操作

driver.back()

# 在这里执行其他操作...

请注意，前进和后退操作通常依赖于浏览器的历史记录。如果浏览器历史记录中没有前进或后退的页面，这些方法可能不会执行任何操作。因此，在使用前进和后退之前，确保浏览器已经访问了多个页面以建立历史记录

3. 浏览器刷新

要在Selenium中执行浏览器刷新操作，你可以使用refresh()方法。以下是一个示例，演示如何在Python中使用Selenium来刷新浏览器页面：

from selenium import webdriver

# 刷新浏览器页面

driver.refresh()

这个方法将会重新加载当前页面，就像用户手动点击浏览器的刷新按钮一样。刷新操作可用于重新加载页面内容，以确保你的测试脚本在页面状态变化时可以重新加载页面

4. 浏览器窗口切换

在 Selenium 中，要切换浏览器窗口，你可以使用 window_handles 属性来获取当前打开的所有窗口句柄，然后使用 switch_to.window() 方法切换到特定的窗口句柄。以下是一个示例，演示如何在 Python 中使用 Selenium 来切换浏览器窗口：

from selenium import webdriver

# 初始化浏览器驱动程序，这里使用Chrome作为示例

driver = webdriver.Chrome()

# 打开第一个网页

driver.get("https://www.example1.com")

# 打开第二个网页

driver.execute_script("window.open('https://www.example2.com', '_blank');")

# 获取所有窗口句柄

window_handles = driver.window_handles

# 切换到第二个窗口

driver.switch_to.window(window_handles[1])

# 在第二个窗口执行操作

# 切换回第一个窗口

driver.switch_to.window(window_handles[0])

# 在第一个窗口执行操作

# 关闭浏览器

driver.quit()

在上述示例中，我们首先打开两个不同的网页，然后使用 window_handles 获取所有窗口句柄。通过切换到不同的窗口句柄，我们可以在不同的浏览器窗口中执行操作

请注意，窗口句柄的索引通常是从 0 开始的，所以第一个窗口的句柄是 window_handles[0] ，第二个窗口的句柄是 window_handles[1] ，依此类推。你可以根据需要切换到其他窗口句柄以执行操作

窗口句柄（Window Handle）是一个用来唯一标识浏览器窗口的标识符或引用。每当你打开一个新的浏览器窗口或标签页时，浏览器会为该窗口分配一个唯一的句柄。这些句柄是在浏览器级别分配的，用于标识不同的浏览器窗口或标签页，以便在多窗口浏览器环境中进行切换和操作

在 Selenium 等自动化测试工具中，窗口句柄用于控制和切换不同的浏览器窗口，以便在多个窗口之间执行操作。通过获取窗口句柄，你可以将焦点从一个窗口切换到另一个窗口，从而执行各种操作，例如在不同窗口之间切换、操作弹出窗口等

窗口句柄通常是一个字符串，你可以使用它来定位和操作特定的浏览器窗口。在 Selenium 中，你可以使用 window_handles 属性来获取当前打开的所有窗口句柄，然后使用 switch_to.window() 方法切换到特定的窗口句柄。这使得在多窗口浏览器环境中进行自动化测试或操作变得更加容易

5. 常见操作

当使用 Selenium WebDriver 或类似的自动化测试工具时，这些方法可以用于与 Web 页面的元素进行交互和获取信息。以下是每个方法的使用示例：

1. send_keys(): 模拟输入指定内容

from selenium import webdriver

driver = webdriver.Chrome()

driver.get("https://example.com")

# 找到输入框元素并输入文本

input_element = driver.find_element_by_id("username")

input_element.send_keys("myusername")

在这个例子中，send_keys() 方法模拟在具有 id 为 “username” 的输入框中输入 “myusername”

2. clear(): 清除文本内容

# 清除输入框中的文本

input_element.clear()

clear() 方法用于清除之前输入框中的文本内容

3. is_displayed(): 判断该元素是否可见

# 检查元素是否可见

if input_element.is_displayed():

print("Input element is visible on the page.")

else:

print("Input element is not visible on the page.")

is_displayed() 方法用于检查页面上的元素是否可见。在这个例子中，如果输入框可见，将会打印 “Input element is visible on the page.”

4. get_attribute(): 获取标签属性值

# 获取元素的href属性值

link_element = driver.find_element_by_link_text("Example Link")

href_value = link_element.get_attribute("href")

print("Href attribute value is:", href_value)

get_attribute() 方法用于获取元素的指定属性的值。在这个例子中，它获取链接文本为 “Example Link” 的元素的 href 属性值

5. size: 返回元素的尺寸

# 获取元素的宽度和高度

element_size = input_element.size

print("Element size is:", element_size)

size 是一个属性，用于返回元素的宽度和高度。在这个例子中，它获取输入框元素的尺寸

6. text: 返回元素文本

# 获取元素的文本内容

paragraph_element = driver.find_element_by_css_selector("p")

paragraph_text = paragraph_element.text

print("Paragraph text is:", paragraph_text)

text 是一个属性，用于返回元素的文本内容。在这个例子中，它获取 <p> 元素的文本内容

6. 示例 CSDN页面元素交互

# coding=utf-8

import time

from selenium import webdriver

from selenium.webdriver.common.by import By

driver = webdriver.Chrome()

driver.get('https://www.csdn.net/')

time.sleep(2)

# 定位搜索输入框

text_label = driver.find_element(By.ID, "toolbar-search-input")

# 在搜索框中输入 东离与糖宝

text_label.send_keys('东离与糖宝')

time.sleep(2)

# 清除搜索框中的内容

text_label.clear()

time.sleep(2)

# 输出搜索框元素是否可见

print(text_label.is_displayed())

# 输出placeholder的值

print(text_label.get_attribute('placeholder'))

# 定位搜索按钮

button = driver.find_element(By.ID, 'toolbar-search-button')

# 输出按钮的大小

print(button.size)

# 输出按钮上的文本

print(button.text)

'''输出内容

True

搜CSDN

{'height': 32, 'width': 88}

搜索

'''

第05节 鼠标控制

1.单击元素

左键不需要用到 ActionChains

from selenium import webdriver

from selenium.webdriver.common.action_chains import ActionChains

driver = webdriver.Chrome()

driver.get("https://example.com")

element = driver.find_element_by_id("my_element")

# 单击元素

ActionChains(driver).click(element).perform()

2.双击元素

# 双击元素

ActionChains(driver).double_click(element).perform()

3.在元素上右键单击

# 右键单击元素

ActionChains(driver).context_click(element).perform()

4.在元素上悬停（鼠标悬停）

模拟悬停的作用一般是为了显示隐藏的下拉框

# 鼠标悬停在元素上

ActionChains(driver).move_to_element(element).perform()

5.拖拽元素到另一个位置

# 拖拽元素到目标位置

target_element = driver.find_element_by_id("target_element")

ActionChains(driver).drag_and_drop(element, target_element).perform()

第06节 键盘控制

1.输入文本

使用 send_keys 方法可以将文本输入到活动元素中，就像用户手动键入一样

from selenium import webdriver

driver = webdriver.Chrome()

driver.get("https://example.com")

# 定位到文本输入框并输入文本

text_input = driver.find_element_by_id("my_textbox")

text_input.send_keys("Hello, World!")

2.按键

使用 send_keys 方法可以模拟特定按键的操作，如回车键、退格键、Tab键等。

from selenium import webdriver

from selenium.webdriver.common.keys import Keys

driver = webdriver.Chrome()

driver.get("https://example.com")

# 模拟按下回车键

text_input = driver.find_element_by_id("my_textbox")

text_input.send_keys(Keys.ENTER)

3.组合键

你可以使用 Keys 类来模拟键盘上的组合键，例如 Ctrl+C（复制）和Ctrl+V（粘贴）。

from selenium import webdriver

from selenium.webdriver.common.keys import Keys

driver = webdriver.Chrome()

driver.get("https://example.com")

# 模拟Ctrl+C（复制）

text_input = driver.find_element_by_id("my_textbox")

text_input.send_keys(Keys.CONTROL, 'c')

# 模拟Ctrl+V（粘贴）

another_text_input = driver.find_element_by_id("another_textbox")

another_text_input.send_keys(Keys.CONTROL, 'v')

4. 其他键盘操作

操作	描述
Keys.F1	F1键
Keys.SPACE	空格
Keys.TAB	Tab键
Keys.ESCAPE	ESC键
Keys.ALT	Alt键
Keys.SHIFT	Shift键
Keys.ARROW_DOWN	向下箭头
Keys.ARROW_LEFT	向左箭头
Keys.ARROW_RIGHT	向右箭头
Keys.ARROW_UP	向上箭头

第07节 元素等待

现在的大多数的 Web 应用程序是使用 Ajax 技术。当一个页面被加载到浏览器时， 该页面内的元素可以在不同的时间点被加载。这使得定位元素变得困难， 如果元素不再页面之中，会抛出 ElementNotVisibleException 异常。 使用 waits, 我们可以解决这个问题。waits 提供了一些操作之间的时间间隔- 主要是定位元素或针对该元素的任何其他操作。

Selenium Webdriver 提供两种类型的 waits - 隐式和显式。 显式等待会让 WebDriver 等待满足一定的条件以后再进一步的执行。 而隐式等待让 Webdriver 等待一定的时间后再才是查找某元素。

1. 隐式等待

隐式等待（Implicit Wait）：设置一个全局等待时间，如果 Selenium 无法立即找到元素，它会等待指定的时间，然后再次尝试。这对于整个测试过程都适用

from selenium import webdriver

driver = webdriver.Chrome()

driver.implicitly_wait(10) # 设置等待时间为10秒

driver.get("https://example.com")

element = driver.find_element_by_id("myElement")

2. 显示等待

显式等待（Explicit Wait）：显式等待允许你为特定操作等待特定条件。你可以等待元素可见、可点击等条件。

from selenium import webdriver

from selenium.webdriver.common.by import By

from selenium.webdriver.support.ui import WebDriverWait

from selenium.webdriver.support import expected_conditions as EC

driver = webdriver.Chrome()

driver.get("https://example.com")

# 等待元素可见

element = WebDriverWait(driver, 10).until(

EC.visibility_of_element_located((By.ID, "myElement"))

)

# 等待元素可点击

element = WebDriverWait(driver, 10).until(

EC.element_to_be_clickable((By.ID, "myElement"))

)

3. 自定义等待

自定义等待：你还可以根据需要创建自定义等待条件。例如，你可以等待元素的文本内容等于特定值。

from selenium import webdriver

from selenium.webdriver.common.by import By

from selenium.webdriver.support.ui import WebDriverWait

def wait_for_element_with_text(driver, by, value, text, timeout=10):

return WebDriverWait(driver, timeout).until(

lambda driver: driver.find_element(by, value).text == text

)

driver = webdriver.Chrome()

driver.get("https://example.com")

# 等待元素文本内容等于特定值

wait_for_element_with_text(driver, By.ID, "myElement", "Hello, World!")

4. 强制等待

将隐式等待改为强制等待（使用 time.sleep()）通常不是一个好的做法，因为它会导致代码效率低下并且可能会浪费时间。

import time

from selenium import webdriver

driver = webdriver.Chrome()

driver.get("https://example.com") # 替换为你要访问的网页URL

# 假设你已经定位到了包含文本的 WebElement 对象

element = driver.find_element_by_css_selector("span.red-packet-icon-mini > span.num")

# 使用强制等待

time.sleep(5) # 强制等待 5 秒

# 获取 <span> 元素的文本内容

text_content = element.text

# 打印文本内容

print(text_content)

值得一提的是，对于定位不到元素的时候，从耗时方面隐式等待和强制等待没什么区别

第08节 切换操作

在 selenium 操作页面的时候，可能会因为点击某个链接而跳转到一个新的页面（打开了一个新标签页），这时候 selenium 实际还是处于上一个页面的，需要我们进行切换才能够定位最新页面上的元素。

窗口切换需要使用 switch_to.windows() 方法。

1. 窗口切换

在 selenium 操作页面的时候，可能会因为点击某个链接而跳转到一个新的页面（打开了一个新标签页），这时候 selenium 实际还是处于上一个页面的，需要我们进行切换才能够定位最新页面上的元素。

窗口切换需要使用 switch_to.windows() 方法。

from selenium import webdriver

handles = []

driver = webdriver.Chrome()

driver.get('https://blog.csdn.net/')

# 设置隐式等待

driver.implicitly_wait(3)

# 获取当前窗口的句柄

handles.append(driver.current_window_handle)

# 点击 python，进入分类页面

driver.find_element_by_xpath('//*[@id="mainContent"]/aside/div[1]/div').click()

# 切换窗口

driver.switch_to.window(driver.window_handles[-1])

# 获取当前窗口的句柄

handles.append(driver.current_window_handle)

print(handles)

print(driver.window_handles)

上面代码在点击跳转后，使用 switch_to 切换窗口，window_handles返回的 handle 列表是按照页面出现时间进行排序的，最新打开的页面肯定是最后一个，这样用 driver.window_handles[-1] + switch_to 即可跳转到最新打开的页面了。

那如果打开的窗口有多个，如何跳转到之前打开的窗口，如果确实有这个需求，那么打开窗口是就需要记录每一个窗口的 key(别名) 与 value(handle)，保存到字典中，后续根据 key 来取 handle 。

2. 表单切换

1. iframe 切换

很多页面也会用带 frame/iframe 表单嵌套，对于这种内嵌的页面 selenium 是无法直接定位的，需要使用 switch_to.frame() 方法将当前操作的对象切换成 frame/iframe 内嵌的页面。

switch_to.frame() 默认可以用的 id 或 name 属性直接定位，但如果 iframe 没有 id 或 name ，这时就需要使用 xpath 进行定位。

iframe = driver.find_element(By.ID, "my-iframe-id")

driver.switch_to.frame(iframe)

2.切换回默认内容：

如果在 iframe 中完成操作后，要切换回主页面，可以使用 switch_to.default_content() 方法：

driver.switch_to.default_content()

这些方法可以帮助你在 Selenium 中进行窗口和 iframe 的切换操作。记住，切换窗口或 iframe 之前，你需要获取到对应的窗口句柄或 iframe 元素。

3. 举例

确切地，要找到位于 iframe 中的元素，你需要按照以下步骤进行操作：

1.首先，你需要找到 iframe 元素本身，然后切换到该 iframe

2.在 iframe 内部，你可以使用常规的方法来查找和操作元素

以下是一个示例，演示如何切换到 iframe 并找到其中的元素：

from selenium import webdriver

from selenium.webdriver.common.by import By

driver = webdriver.Chrome()

driver.get("https://example.com")

# 找到 iframe 元素，可以根据其 ID、名称或其他属性来定位

iframe = driver.find_element(By.ID, "my-iframe-id")

# 切换到 iframe

driver.switch_to.frame(iframe)

# 在 iframe 中查找元素并执行操作

element_inside_iframe = driver.find_element(By.CLASS_NAME, "element-class")

element_inside_iframe.click()

# 切换回主页面

driver.switch_to.default_content()

在这个示例中，我们首先通过其 ID 找到了 iframe 元素，然后使用 driver.switch_to.frame() 切换到了 iframe 中，接下来在 iframe 内查找元素并执行操作。最后，使用 driver.switch_to.default_content() 切换回主页面。

记住，要确保你正确找到了 iframe 元素，以及在切换到 iframe 后，使用 driver.find_element() 方法来查找位于 iframe 内部的元素。

第09节 滚轮操作

要在 Selenium 中模拟滚轮操作，你可以使用 ActionChains 类的 send_keys 方法，将 Keys.PAGE_DOWN 或 Keys.SPACE 等按键发送到页面。这将模拟向下滚动页面。

在你的示例代码中，你已经创建了一个 ActionChains 对象，所以你只需要在循环中使用 send_keys 方法来模拟滚轮操作。以下是如何修改你的代码以模拟滚轮向下滚动：

from selenium.webdriver.common.keys import Keys

# ...

# 计算滚动的时间间隔（以毫秒为单位）

scroll_interval = 500 # 每500毫秒滚动一次

# 创建ActionChains对象

action_chains = ActionChains(driver)

# 模拟滚动

for _ in range(int(scroll_duration * 1000 / scroll_interval)):

action_chains.send_keys(Keys.PAGE_DOWN).perform()

time.sleep(scroll_interval / 1000)

这段代码会模拟按下 Page Down 键来滚动页面。你可以根据需要调整 scroll_interval 和 scroll_duration 来控制滚动的速度和持续时间。

总结

欢迎各位留言交流以及批评指正，如果文章对您有帮助或者觉得作者写的还不错可以点一下关注，点赞，收藏支持一下。

（博客的参考源码可以在我主页的资源里找到，如果在学习的过程中有什么疑问欢迎大家在评论区向我提出）