Selenium 的使用手册

Posted on Wed, 25 Dec 2024 16:13:47 +0800 by LiangMingJian

概述 #

Selenium 是一个用于网站自动化测试的工具，其通过 WebDriver 来操作各种浏览器，如 Chrome、Firefox、Edge 等。

Python 环境中可使用以下命令进行安装：

pip install Selenium

环境配置 #

Selenium 的使用是基于浏览器驱动 WebDriver 来启动与操作网页的，因此想要正常的进行 Selenium 自动化测试就必须获取对应浏览器的 WebDriver 驱动文件。

开发者可以在环境变量中配置 WebDriver 的 Path 属性，令其指向放置 WebDriver 驱动文件的文件夹，或是程序代码中指定 WebDriver 驱动文件的位置。

比如下面启动 Chrome 浏览器的 Selenium 代码：

from selenium import webdriver
from selenium.webdriver.chrome.service import Service

# 指定驱动位置，如果驱动在环境变量中，则该参数可以忽略
service = Service(r"F:\Sdk\webdriver\chromedriver.exe")

driver = webdriver.Chrome(service=service)  # 打开自动化浏览器
driver.maximize_window()             # 最大化浏览器
driver.get("https://www.bing.com/")  # 访问指定网页

浏览器的操控 #

Selenium 通过 WebDriver 可以操控浏览器完成多样的工作，除了上述使用到的最大化和访问网页操作外，还支持下述功能：

上面的方法需要通过 webdriver.Chrome() 实例化的浏览器对象来调用，这些方法只是 Selenium 对浏览器操控的一部分，更多的方法可以在 Selenium 代码中查看。

...
driver = webdriver.Chrome()
driver.refresh()

元素的定位 #

元素的定位是自动化测试的核心，要想操作一个元素，首先就要识别这个元素。

HTML 网页的一个元素就像一个人一样，会有各种的特征属性，我们可以通过这些特征属性来找到对应的元素。

开发者在浏览器中按下 F12，然后选中元素，就可以看见如下所示的 HTML 源码。HTML 源码中的标签名，id，class，name，value 都是可以使用的特征属性。

<input id="kw" class="s_ipt" name="wd" value="1"/>

在 Selenium 中，元素的查找定位需要使用查找方法 find_element() 和定位模块 By 组合使用。

定位模块 By 支持的定位方式有：

上面支持的定位方式中，通过 CSS 选择器 By.CSS_SELECTOR 是最常用的定位方式。

在选中定位方式后，我们可以使用方法 find_element() 进行元素定位：

...
# 在定位模式后面需要跟随指定的特征属性
element = driver.find_element(By.CSS_SELECTOR, "#kw")

另外，如果元素存在多个，则对于复数元素的定位，只要在方法 find_element 后面加上 s 便可，此时，方法执行后返回的结果将会是元素的列表。

...
elements = driver.find_elements(By.CSS_SELECTOR, "input")

元素的基本操控 #

在定位元素后，开发者便可以对元素进行操控，执行如点击，输入，获取等操作。

上述的方法需要对元素对象进行操作，同样展示的只是一部分方法，更多的方法可查阅 Selenium 代码。

...
element = driver.find_element(By.CSS_SELECTOR, "#kw")
element.click()
element.send_keys("Hello")
element.clear()

print(element.get_attribute('value'))
print(element.text)

鼠标的模拟操作 #

Selenium 除了可以直接操作元素外，还可以通过构造类 ActionChains 来模拟用户鼠标操作，完成包括点击，双击，拖动等工作。

需要注意的是，类 ActionChains 的执行不是实时执行的，它需要先写入操作步骤，然后通过类方法 perform() 提交动作执行。

示例代码如下：

import time  
from selenium import webdriver  
from selenium.webdriver.chrome.service import Service  
from selenium.webdriver.common.by import By  
  
service = Service(r"F:\Sdk\webdriver\chromedriver.exe")  
  
driver = webdriver.Chrome(service=service)  
driver.maximize_window()  
driver.get("https://baidu.com")  
time.sleep(3)  

# 定位元素
element = driver.find_element(By.CSS_SELECTOR, "div.mnav a.s-bri")  
  
# 构造 ActionChains 类
action = webdriver.ActionChains(driver) 
# 写入操作
action.move_to_element(element)  
action.click(element) 
# 提交执行
action.perform()  
time.sleep(3)

键盘的模拟操作 #

除了模拟鼠标，Selenium 也支持模拟键盘操作。键盘的键值通过模块 Keys 进行维护，通过方法 send_keys() 进行发送。

方法 send_keys() 支持传入单个或多个 Keys 键值，传入多个 Keys 键值时，模拟使用的组合按键，比如 Ctrl+C 或 Ctrl+V。

另外这里展示的只是部分键值，更多的键值可查阅 Selenium 代码。

示例代码如下：

...
element = driver.find_element(By.CSS_SELECTOR, "#chat-textarea")  
# 发送字符
element.send_keys('Selenium')  
# 发送组合快捷键
element.send_keys(Keys.CONTROL, 'V') 
# 发送单个快捷键
element.send_keys(Keys.ENTER)  
time.sleep(3)

内联页面的切换 #

在 HTML 网页中，存在 frame/iframe 这种内联页面，这种内联页面与外部页面是相互独立的，要操作这些内联页面的元素，需要让 WebDriver 驱动切换至该内联页面。

示例代码如下：

...
# 定位 iframe 内联页面
element = driver.find_element(By.CSS_SELECTOR, "iframe") 
# 切换至该内联页面
driver.switch_to.frame(element)  
# 返回最外层页面
driver.switch_to.default_content()

警告框的处理 #

Selenium 支持对浏览器原生的警告框进行处理，通过 driver.switch_to.alert 方法，可以切换至警告框，然后进行处理。

示例代码如下：

...
# 切换到弹窗
alert = driver.switch_to.alert
# 打印弹窗信息
print(alert.text)
# 点击确定
alert.accept() 

Cookie 的操作 #

Selenium 支持对浏览器 Cookie 进行管理维护。

示例代码如下：

...
cookies = driver.get_cookies()
driver.add_cookie({'name': 'school', 'value': 1})
driver.delete_cookie('school')

窗口截图 #

...
driver.get_screenshot_as_png()  
driver.get_screenshot_as_base64()  
driver.get_screenshot_as_file(filename="screenshot.png")

——————————

Selenium 浏览器自动化项目文档