Selenium常用API详解，从入门到进阶（上）

1、打开页面

在Selenium中，通过在ChromeDriver类中的get方法里输入网址，即可打开一个页面，例如你要打开百度的网址，如下代码：

ChromeDriver driver = new ChromeDriver();
driver.get("https://www.baidu.com/");

Ps：本文讲的所有API都是基于谷歌浏览器驱动，也就是ChromeDriver类下的API~

2、查找页面元素

在Selenium中，在打开页面的情况下，通过indElement方法，输入By类（通过什么方式来定位元素）参数，即可定位页面元素。

例如定位百度页面的“百度一下”按钮，如下代码：

driver.findElement(By.cssSelector("#su"));//#su就是"百度一下"的CSS选择器

上述栗子中使用的是CSS选择器定位，你也可以使用xpath来定位~

详细的，如下：

By类中最常用的两个定位方法：

1. cssSelector()，它可以通过css选择器来定位元素；（推荐使用）

2. className()，它可以通过xpath来定位元素；

xpath如何使用呢？

最常用的是用层级的方式来表示： /子级 //跳级；（@为属性）

例如：谷歌浏览器中的Google标志

这样你就可以拿到这个标签的xpath：//*[@id="logo"] 这便是跳级（前面的路径都不显示，直接表示属性id=“logo”这个标签）

或者是xpath://*[@id="csdn-copyright-footer"]/ul[1]/li[2]/a 这便是一个跳级加子集的方式；

值得注意的是：我们不要一个一个去推这个子集表示的方式，可以直接按照上图的方式进行拷贝xpath路径，配合着className()方法使用即可，但是有时候赋值selector或者xpath元素不一定是唯一的，需要我们进行手动修改到唯一（检查的时候通过 ctrl + f 即可检查是否唯一），这就是为什么我们要对xpath的语法要有一定了解的原因；

3、输入文本

在Selenium中，使用sendKeys方法即可对你选中的元素进行输入文本，但是仅适用于文本文字和内容可以编辑的元素，例如在百度页面的搜索框内输入“你好”，如下代码：

//先使用findElement定位元素(返回一个WebElement类型的元素)，再对定位的元素进行输入文本
driver.findElement(By.cssSelector("#kw")).sendKeys("你好");

Ps：即使反向操作，也就是对不可编辑的元素进行操作，也不会报错，但是不会产生任何实际效果。

4、点击操作

在Selenium中，对你定位到的元素使用click方法，即可进行鼠标点击操作，例如点击百度界面的“百度一下”按钮，代码如下：

//先使用findElement定位元素(返回一个WebElement类型的元素)，再进行click
driver.findElement(By.cssSelector("#su")).click();

5、提交操作

提交操作是干什么的？实际上就和你按下Enter键的效果是一样的，通过submit方法即可实现，例如在百度页面通过submit方法实现自动按下回车键，如下代码：

//先使用findElement定位元素(返回一个WebElement类型的元素)，再进行submit
driver.findElement(By.cssSelector("#su")).submit();

Ps：selenium官方不推荐使用submit，更推荐click，因为可以使用submit的地方click都能代替，并且click使用场景更广（submit仅适用于表单元素）。

6、清除文本

在Selenium中，可以使用clear将你定位的元素的文本内容进行清除，例如清除百度输入框中的文本，如下代码：

driver.findElement(By.cssSelector("#kw")).clear();

Ps：用来频繁的测试是否可以重复输入（适用sendKeys输入后，在用clear清除、再输入然后清除......）。

7、获取文本、属性

在Selenium中，通过getText可以获取你定位的元素的文本，例如获取百度页面热搜中的文本，如下代码：

//获取到的文本返回值是一个String类型
String text = driver.findElement(By.cssSelector("#hotsearch-content-wrapper > li:nth-child(1) > a > span.title-content-title")).getText();
System.out.println(text);

但如果你要获取“百度一下”这个按钮的文本就无法获取（但程序不会报错，只是返回一个空字符串），因为这个元素它不含文本，只有一些属性（id、class、type、value......），如下F12检查可以看到：

所以我们只能获取它的属性，那么属性该如何获取呢？通过getAttribute方法即可获取到，方式和获取文本一样，先定位元素，再获取；例如你要获取class属性，那么就是getAttribute("class);

8、获取页面的标题和URL

在Selenium中，这个没什么特别要注意的点，基础操作，直接上代码：

System.out.println(driver.getTitle());
System.out.println(driver.getCurrentUrl());

9、窗口

9.1、设置窗口大小

在Selenium中，可以设置窗口的大小：最大化、最小化、全屏窗口、手动设置窗口大小；如下代码：

        //窗口最大化
        driver.manage().window().maximize();
        //窗口最小化
        driver.manage().window().minimize();
        //全屏
        driver.manage().window().fullscreen();
        //手动设置大小(按顺序分别是宽和高)
        driver.manage().window().setSize(new Dimension(1024, 500));

9.2、窗口切换

9.2.1、为什么需要窗口切换？

想象这样一个场景，我们使用Selenium打开一个网页，在从这个网页通过click点击超链接打开另一个网页，那么我们继续使用Selenium操作网页时，是对刚刚这两个网页中的哪一个网页进行操作？实际上还是第一个网页，如果你一意孤行还认为是对第二个网页进行操作，就有可能引发如下异常：（找不到该元素）

实际上，当浏览器每次打开一个标签页的时候，都会自动给每个标签页进行标识，也叫做“句柄”。

9.2.2、获取句柄的方式

在Selenium中，我们有如下两种方式获得句柄：

        //获取所有标签页的句柄
        Set<String> handles = driver.getWindowHandles();
        //获取当前页面的句柄
        String curHandle = driver.getWindowHandle();

并且哪个页面对应哪个句柄，我们是不可知的，例如我打开了两个页面，获取句柄并打印，如下：

9.2.3、切换句柄

        //获取当前页面的句柄
        String curHandle = driver.getWindowHandle();
        //切换到curHandle句柄
        driver.switchTo().window(curHandle);

Ps：自动化基本没有需要切换窗口的场景，因为要进行测试，就直接拿到这个网页的地址即可，没必要这样切换！

10、屏幕截图

10.1、为什么需要屏幕截图

    想象一下，程序执行的速度 和 页面渲染的速度 谁快？必然是程序执行快，那么当代码执行到查找结果页的元素时，**页面还没有加载完全，程序就会报错**，如下代码：

    public void test2() {
        ChromeDriver driver = new ChromeDriver();
        //打开百度页面
        driver.get("https://www.baidu.com");
        //在输入框中输入"你好"
        driver.findElement(By.cssSelector("#kw")).sendKeys("你好");
        //点击“百度一下”按钮
        driver.findElement(By.cssSelector("#su")).click();
        //点击一个搜索结果
        driver.findElement(By.cssSelector("#\\31  > div > div > h3 > a")).click();
        driver.close();
    }

报错，如下图（找不到该元素）

解决办法：在点击“百度一下”这个按钮以后，休眠几秒即可（等待页面加载出来）。

但是自动化程序执行的速度非常快，我们怎么能知道这个地方出了什么问题呢？接着往下看~

10.2、屏幕截图应用

首先需要在pom.xml中导入依赖，如下：

        <!--   保存屏幕截图文件需要用到的包     -->
        <dependency>
            <groupId>commons-io</groupId>
            <artifactId>commons-io</artifactId>
            <version>2.6</version>
        </dependency>

接着如下代码：

    public void test2() throws IOException {
        ChromeDriver driver = new ChromeDriver();
        //打开百度页面
        driver.get("https://www.baidu.com");
        //在输入框中输入"你好"
        driver.findElement(By.cssSelector("#kw")).sendKeys("你好");
        //点击“百度一下”按钮
        driver.findElement(By.cssSelector("#su")).click();

        //屏幕截图(保存现场)
        File srcfile = driver.getScreenshotAs(OutputType.FILE);//FILE表示以文件的形式保存
        //把截图保存到指定路径下
        String filename = "my.png";//没输入路径，就是当前项目下
        FileUtils.copyFile(srcfile, new File(filename));

        //点击一个搜索结果
        driver.findElement(By.cssSelector("#\\31  > div > div > h3 > a")).click();
        driver.close();
    }

接着就可以观察到截图如下：

这样我们就可以发现原因，是由于页面没有加载出来的原因~

Ps：保存截图的时候，文件名时固定的格式（已经存在重名文件），程序多次生成的截图都会被同名覆盖，为了避免这个情况，我们可以将文件名设置为动态的，也就是加入时间戳。