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，类型像我们玩游戏用的按键精灵，可以按指定的命令自动操作，不同是Selenium 可以直接运行在浏览器上，它支持所有主流的浏览器（包括PhantomJS这些无界面的浏览器）。 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。但是我们有时候需要让它内嵌在代码中运行，所以我们可以用一个叫 PhantomJS 的工具代替真实的浏览器。

可以从 PyPI 网站下载 Selenium库https://pypi.python.org/simple/selenium ， 也可以用第三方管理器 pip用命令安装：pip3 install selenium

selenium 官方参考文档： http://selenium-python.readthedocs.io/index.html

selenium中文文档： http://selenium-python-zh.readthedocs.io

Selenium也分为有界面浏览器和无界面浏览器：

谷歌驱动（chromedriver）下载地址：http://chromedriver.storage.googleapis.com/index.html

安装chromedriver请参照文章：Centos7安装Headless Chrome

火狐驱动下载路径（GeckoDriver）：https://github.com/mozilla/geckodriver/releases （2.3.8是最新的,下载的驱动版本一定要支持你当前的浏览器版本）

Selenium 库里有个叫 WebDriver 的 API。WebDriver 有点儿像可以加载网站的浏览器，但是它也可以像 BeautifulSoup 或者其他 Selector 对象一样用来查找页面元素，与页面上的元素进行交互 (发送文本、点击等)，以及执行其他动作来运行网络爬虫。

注意： 我们使用的有界面浏览器，它虽然方便我们观察，但是在实际运用中是非常消耗性能的 我们也可以使用Chrome的无界面浏览器,除了没有浏览器界面以外，其它的相关操作都与有界面浏览器相同

Chrome的有、无界面浏览器实现代码如下：

#-- coding:UTF-8 -*-
#导入?webdriver
from lxml import etree
from selenium import webdriver
from bs4 import BeautifulSoup
#?要想调用键盘按键操作需要引入keys包
from selenium.webdriver.common.keys import Keys
import time

#无界面浏览器相关设置
#?创建chrome参数对象
opt = webdriver.ChromeOptions()
#把chrome设置成为无界面模式
opt.set_headless()
#创建chrome无界面对象
driver = webdriver.Chrome(options=opt, executable_path='/root/chromedriver')

#创建chrome有界面对象
driver = webdriver.Chrome(executable_path='/root/chromedriver')#调用Chrome浏览器创建浏览器对像(指定一下位置)
#driver.implicitly_wait(1000)
time.sleep(2)

#打开浏览器，模拟浏览器请求页面
driver.get('http://www.baidu.com/')

#获取页面的源码信息
html = driver.page_source
print(html)
#soup = BeautifulSoup(html,“html.parser”)
soup = etree.HTML(html)

#?获取页面名为?wrapper的id标签的文本内容
data = driver.find_element_by_id("wrapper").text
#打印数据内容
print(data)

#打印标题数据
print(driver.title)

#向百度的搜索框输入搜索关键字
driver.find_element_by_id('kw').send_keys('美女')

#百度搜索按钮，click()?是模拟点击
driver.find_element_by_id('su').click()

#获取当前页面的cookies()
cookies = driver.get_cookies()
cookie = ''
for item in cookies:
????cookie += item['name']+item['value']+' ;'
????print(cookie[:-1])

#全选输入框中的内容ctrl+a?
print(driver.find_element_by_id('kw').send_keys(Keys.CONTROL, 'a'))
?
# ctrl+x?剪切输入框内容
driver.find_element_by_id("kw").send_keys(Keys.CONTROL, 'x')

#清空输入框内容
driver.find_element_by_id('kw').clear()

#输入框重新输入内容
driver.find_element_by_id('kw').send_keys('风景')

#模拟回车键
driver.find_element_by_id('su').send_keys(Keys.RETURN)

#获取当前的url
currentUrl = driver.current_url
print(currentUrl)

#截取网页页面（生成当前的页面快照并保存）
driver.save_screenshot('baidu.png')

?

#睡眠7秒
time.sleep(7)
#?关闭浏览器
driver.quit()

#?关闭当前页面，如果只有一个页面，会关闭浏览器
driver.close()

一、页面的相关操作：

Selenium 的 WebDriver提供了各种方法来寻找元素，假设下面有一个表单输入框：

<input type="text" name="user-name" id="passwd-id">

取id标签值

element = driver.find_element_by_id("passwd-id")

获取name标签值

element = driver.find_element_by_name("user-name")

获取标签名值

element = driver.find_elements_by_tag_name("input")

也可以通过XPath来匹配

element = driver.find_element_by_xpath("//input[@id='passwd-id']")

二、定位UI元素 (WebElements)

关于元素的选取，有如下的API 单个元素选取

find_element_by_id
find_elements_by_name
find_elements_by_xpath
find_elements_by_link_text
find_elements_by_partial_link_text
find_elements_by_tag_name
find_elements_by_class_name
find_elements_by_css_selector

1.By ID

假设有一个div的，他的id为coolestWidgetEvah，我们可以通过下面的方式来找到这个div

<div id="coolestWidgetEvah">...</div>

方式一：

element = driver.find_element_by_id("coolestWidgetEvah")

方式二：倒入相关模块

from selenium.webdriver.common.by import By
##### 使用如下
element = driver.find_element(by=By.ID, value="coolestWidgetEvah")

2.By Class Name

<div class="cheese"><span>Cheddar</span></div><div class="cheese"><span>Gouda</span></div>

实现

cheeses = driver.find_elements_by_class_name("cheese")
----------------or-------------------
from selenium.webdriver.common.by import By

cheeses = driver.find_elements(By.CLASS_NAME, "cheese")

3.By Tag Name

<iframe src="..."></iframe>

实现

frame = driver.find_element_by_tag_name("iframe")

------------------------ or -------------------------
from selenium.webdriver.common.by import By

frame = driver.find_element(By.TAG_NAME, "iframe")

4.By Name

<input name="cheese" type="text"/>

实现

cheese = driver.find_element_by_name("cheese")

------------------------ or -------------------------
from selenium.webdriver.common.by import By

cheese = driver.find_element(By.NAME, "cheese")

5.By Link Text

<a href="http://www.google.com/search?q=cheese">下一页</a>

实现

cheese = driver.find_element_by_link_text("下一页")

------------------------ or -------------------------
from selenium.webdriver.common.by import By

cheese = driver.find_element(By.LINK_TEXT, "下一页")

6.By Partial Link Text

通过局部的Link Text实现查找

<a href="http://www.google.com/search?q=cheeselink">search for cheese</a>

实现

cheese = driver.find_element_by_partial_link_text("cheese")

------------------------ or -------------------------
from selenium.webdriver.common.by import By

cheese = driver.find_element(By.PARTIAL_LINK_TEXT, "cheese")

By CSS

<div id="food"><span class="dairy">milk</span><span class="dairy aged">cheese</span></div>

实现

cheese = driver.find_element_by_css_selector("#food span.dairy.aged")

------------------------ or -------------------------
from selenium.webdriver.common.by import By

cheese = driver.find_element(By.CSS_SELECTOR, "#food span.dairy.aged")

By XPath

<input type="text" name="example" />
<input type="text" name="other" />

inputs = driver.find_elements_by_xpath("//input")
------------------------ or -------------------------
from selenium.webdriver.common.by import By

inputs = driver.find_elements(By.XPATH, "//input")

三、页面等待

注意：这是非常重要的一部分！！ 现在的网页越来越多采用了 Ajax 技术，这样程序便不能确定何时某个元素完全加载出来了。如果实际页面等待时间过长导致某个dom元素还没出来，但是你的代码直接使用了这个WebElement，那么就会抛出NullPointer的异常。 为了避免这种元素定位困难而且会提高产生 ElementNotVisibleException 的概率。所以Selenium 提供了两种等待方式，一种是隐式等待，一种是显式等待。 隐式等待是等待特定的时间，显式等待是指定某一条件直到这个条件成立时继续执行。

1.隐式等待

from selenium import webdriver

driver = webdriver.Chrome()
driver.implicitly_wait(10) # seconds
driver.get("http://www.xxxxx.com/loading")
myDynamicElement = driver.find_element_by_id("myDynamicElement")

2.显式等待

显式等待指定某个条件，然后设置最长等待时间。如果在这个时间还没有找到元素，那么便会抛出异常了。

from selenium import webdriver
from selenium.webdriver.common.by import By
# WebDriverWait 库，负责循环等待
from selenium.webdriver.support.ui import WebDriverWait
# expected_conditions 类，负责条件出发
from selenium.webdriver.support import expected_conditions as EC

driver = webdriver.Chrome()
driver.get("http://www.xxxxx.com/loading")
try:
##### 会在这里等待，如果10秒内 id="myDynamicElement" 出现则返回，如果不出现则报异常
element = WebDriverWait(driver, 10).until(
EC.presence_of_element_located((By.ID, "myDynamicElement"))
)
finally:
driver.quit()

如果不写参数，程序默认会 0.5s 调用一次来查看元素是否已经生成，如果本来元素就是存在的，那么会立即返回。 下面是一些内置的等待条件，你可以直接调用这些条件，而不用自己写某些等待条件了。

title_is 标题是某内容
title_contains 标题包含某内容
presence_of_element_located 确保节点在本地加载出来传入元组（By.ID,'password'）
visibility_of_element_located 节点可见，传入定位元组
presence_of_all_elements_located　所有节点加载出来
text_to_be_present_in_element　某个节点的文本包含某文字
text_to_be_present_in_element_value　某个节点的值包含某文字
frame_to_be_available_and_switch_to_it　加载并切换
invisibility_of_element_located　节点不可见
element_to_be_clickable – 节点可点击.
staleness_of　判断某个节点是否在文本中
element_located_to_be_selected　节点可选择，传入定位元组
alert_is_present　是否出现警告

四、鼠标动作链

有些时候，我们需要再页面上模拟一些鼠标操作，比如双击、右击、拖拽甚至按住不动等，我们可以通过导入ActionChains 类来做到：

#-*- coding:UTF-8 -*-
#####?导入ActionChains类
from?selenium.webdriver import ActionChains
from?selenium import webdriver
from?selenium.webdriver.common.keys import Keys
import?time
driver = webdriver.Chrome(executable_path='/Users/ljh/Desktop/chromedriver')
driver.get('http://www.baidu.com')
#####?鼠标移动到ac位置,移动到搜索的位置
action = driver.find_element_by_xpath('//div[@id="u1"]/a[4]')
ActionChains(driver).move_to_element(action).perform()
#####?在action上单击
ActionChains(driver).move_to_element(action).click(action).perform()
#####?在?ac?位置双击
ActionChains(driver).move_to_element(action).double_click(action).perform()
#####?在?ac?位置右击
ActionChains(driver).move_to_element(action).context_click(action).perform()
#####?在?ac?位置左键单击hold住
ActionChains(driver).move_to_element(action).click_and_hold(action).perform()
#####?将?ac1?拖拽到?ac2?位置
time.sleep(5)
ac1 = driver.find_element_by_id("su")
ac2 = driver.find_element_by_class_name('mnav')
ActionChains(driver).drag_and_drop(ac1,ac2).perform()
time.sleep(5)
driver.quit()

五、填充表单

我们已经知道了怎样向文本框中输入文字，但是有时候我们会碰到标签的下拉框。直接点击下拉框中的选项不一定可行。

<select id="status" class="form-control valid" name="status">
<option value=""></option>
<option value="0">未审核</option>
<option value="1">初审通过</option>
<option value="2">复审通过</option>
<option value="3">审核不通过</option>
</select>

Selenium专门提供了Select类来处理下拉框。 其实 WebDriver 中提供了一个叫 Select 的方法，可以帮助我们完成这些事情：

导入 Select 类

from selenium.webdriver.support.ui import Select

#### 找到 name 的选项卡
select = Select(driver.find_element_by_name('status'))

#### 选择
select.select_by_index(1)

select.select_by_value("0")

select.select_by_visible_text(u"未审核")

以上是三种选择下拉框的方式，它可以根据索引来选择，可以根据值来选择，可以根据文字来选择。注意：

• index 索引从 0 开始
• value是option标签的一个属性值，并不是显示在下拉框中的值
• visible_text是在option标签文本的值，是显示在下拉框的值

全部取消选择怎么办呢？很简单:

select.deselect_all()

六、弹窗处理

当你触发了某个事件之后，页面出现了弹窗提示，处理这个提示或者获取提示信息方法如下：

alert = driver.switch_to_alert()

七、(选项卡管理)页面切换

一个浏览器肯定会有很多窗口，所以我们肯定要有方法来实现窗口的切换。切换窗口的方法如下：

js = 'window.open("http://www.baidu.com/")'

driver.execute_script(js)

driver.switch_to.window(driver.window_handles[0])

也可以使用 window_handles 方法来获取每个窗口的操作对象。例如：

for handle in driver.window_handles:
driver.switch_to_window(handle)

1.切换Frame

网页中有一种节点叫做iframe,也就是子Frame,我们不能够直接获取到子Frame中的节点，要想获取到需要切换到子frame下

login_frame：为子frame的名称

driver.switch_to_frame('login_frame')

2.页面前进和后退

操作页面的前进和后退功能：

driver.forward() #前进

driver.back() # 后退

八、Cookies

获取页面每个Cookies值，用法如下

cookies = driver.get_cookies()
for cookie in cookies:
print（"%s -> %s" % (cookie['name'], cookie['value']))

cookie_dict = {i['name']:i['value'] for i in cookies}
print(cookie_dict)

1.添加cookies

driver.add_cookie(cookie_dict)

2.删除Cookies，用法如下

• 删除一个特定的cookie

driver.delete_cookie("CookieName")

• 删除所有cookie

driver.delete_all_cookies()

九、异常处理

• 请求超时异常处理

from selenium.common.exceptions import TimeoutException

try:
brower.get(url)
except TimeoutException:
print('Time out')

• 找不到标签的异常处理

from selenium.common.exceptions import NoSuchElementException

try:
brower.find_element_by_id('').click()
except NoSuchElementException:
print('没有这个标签')
finally:
print('有标签')