五、Selenium操作指南（二）

文章目录

四、获取页面元素属性

既然我们有很多方式来定位页面的元素，那么接下来就可以考虑获取以下元素的属性了，尤其是用Selenium进行网络爬虫的时候。

（一）get_attribute获取属性

以百度首页的logo为例，获取logo相关属性：

<img hidefocus="true"id="s_lg_img"class="index-logo-src" src="//www.baidu.com/img/PCtm_d9c8750bed0b3c7d089fa7d55720d6cf.png" width="270" height="129" onerror="this.src='//www.baidu.com/img/flexible/logo/pc/index.png';this.οnerrοr=null;" usemap="#mp">

from selenium import webdriver
import time  
 
browser = webdriver.Chrome()
 
browser.get(r'https://www.baidu.com')  
 
logo = browser.find_element_by_class_name('index-logo-src')print(logo)print(logo.get_attribute('src'))# 关闭浏览器
browser.close()

输出：

<selenium.webdriver.remote.webelement.WebElement (session="e95b18c43a330745af019e0041f0a8a4", element="7dad5fc0-610b-45b6-b543-9e725ee6cc5d")>
https://www.baidu.com/img/PCtm_d9c8750bed0b3c7d089fa7d55720d6cf.png

（二）获取文本

<a class="title-content tag-width c-link c-font-medium c-line-clamp1" href="https://www.baidu.com/s?cl=3&amp;tn=baidutop10&amp;fr=top1000&amp;wd=%E5%90%84%E5%9C%B0%E8%B4%AF%E5%BD%BB%E5%8D%81%E4%B9%9D%E5%B1%8A%E5%85%AD%E4%B8%AD%E5%85%A8%E4%BC%9A%E7%B2%BE%E7%A5%9E%E7%BA%AA%E5%AE%9E&amp;rsv_idx=2&amp;rsv_dl=fyb_n_homepage&amp;sa=fyb_n_homepage&amp;hisfilter=1" target="_blank"><span class="title-content-index c-index-single c-index-single-hot1">1</span><span class="title-content-title">各地贯彻十九届六中全会精神纪实</span></a>

获取热榜的文本，用的是text属性，直接调用即可：

from selenium import webdriver
import time  
 
browser = webdriver.Chrome()
 
browser.get(r'https://www.baidu.com')  
 
logo = browser.find_element_by_css_selector('#hotsearch-content-wrapper > li:nth-child(1) > a')print(logo.text)print(logo.get_attribute('href'))# 关闭浏览器
browser.close()

输出：

1各地贯彻十九届六中全会精神纪实
https://www.baidu.com/s?cl=3&tn=baidutop10&fr=top1000&wd=%E5%90%84%E5%9C%B0%E8%B4%AF%E5%BD%BB%E5%8D%81%E4%B9%9D%E5%B1%8A%E5%85%AD%E4%B8%AD%E5%85%A8%E4%BC%9A%E7%B2%BE%E7%A5%9E%E7%BA%AA%E5%AE%9E&rsv_idx=2&rsv_dl=fyb_n_homepage&sa=fyb_n_homepage&hisfilter=1

（三） 获取其他属性

除了属性和文本值外，还有id、位置、标签名和大小等属性。

from selenium import webdriver
import time  
 
browser = webdriver.Chrome()
 
browser.get(r'https://www.baidu.com')  
 
logo = browser.find_element_by_class_name('index-logo-src')print(logo.id)print(logo.location)print(logo.tag_name)print(logo.size)# 关闭浏览器
browser.close()

输出：

6af39c9b-70e8-4033-8a74-7201ae09d540
{'x':490,'y':46}
img
{'height':129,'width':270}

五、页面交互操作

页面交互就是在浏览器的各种操作，比如上面演示过的输入文本、点击链接等等，还有像清除文本、回车确认、单选框与多选框选中等。

（一）输入文本 send_keys()

其实，在之前的小节中我们有用过此操作。

from selenium import webdriver
import time  
 
browser = webdriver.Chrome()
browser.get(r'https://www.baidu.com')  
time.sleep(2)# 定位搜索框input= browser.find_element_by_class_name('s_ipt')# 输入pythoninput.send_keys('python')
time.sleep(2)# 关闭浏览器
browser.close()

（二）点击 click()

from selenium import webdriver
import time  
 
browser = webdriver.Chrome()
browser.get(r'https://www.baidu.com')  
time.sleep(2)# 选中新闻按钮
click = browser.find_element_by_link_text('新闻')# 点击之
click.click()
time.sleep(2)# 关闭浏览器全部页面
browser.quit()

（三）清除文本 clear()

from selenium import webdriver
import time  
 
browser = webdriver.Chrome()
browser.get(r'https://www.baidu.com')  
time.sleep(2)# 定位搜索框input= browser.find_element_by_class_name('s_ipt')# 输入pythoninput.send_keys('python')
time.sleep(2)# 清除pythoninput.clear()
time.sleep(2)# 关闭浏览器
browser.close()

（四）回车确认 submit()

比如，在搜索框输入文本python，然后回车就出查询操作结果的情况。

from selenium import webdriver
import time  
 
browser = webdriver.Chrome()
browser.get(r'https://www.baidu.com')  
time.sleep(2)# 定位搜索框input= browser.find_element_by_class_name('s_ipt')# 输入pythoninput.send_keys('python')
time.sleep(2)# 回车查询input.submit()
time.sleep(5)# 关闭浏览器
browser.close()

（五）单选

单选比较好操作，先定位需要单选的某个元素，然后点击一下即可。

（六）多选

多选好像也比较容易，依次定位需要选择的元素，点击即可。

（七）下拉框

下拉框的操作相对复杂一些，需要用到Select模块。

from selenium.webdriver.support.select import Select

'''1、三种选择某一选项项的方法'''
 
select_by_index()# 通过索引定位；注意：index索引是从“0”开始。
select_by_value()# 通过value值定位，value标签的属性值。
select_by_visible_text()# 通过文本值定位，即显示在下拉框的值。'''2、三种返回options信息的方法'''
 
options                     # 返回select元素所有的options
all_selected_options        # 返回select元素中所有已选中的选项
first_selected_options      # 返回select元素中选中的第一个选项                  '''3、四种取消选中项的方法'''
 
deselect_all                # 取消全部的已选择项
deselect_by_index           # 取消已选中的索引项
deselect_by_value           # 取消已选中的value值
deselect_by_visible_text    # 取消已选中的文本值

六、多窗口切换

比如同一个页面的不同子页面的节点元素获取操作，不同选项卡之间的切换以及不同浏览器窗口之间的切换操作等等。

（一）Frame切换

Selenium打开一个页面之后，默认是在父页面进行操作，此时如果这个页面还有子页面，想要获取子页面的节点元素信息则需要切换到子页面进行擦走，这时候switch_to.frame()就来了。如果想回到父页面，用switch_to.parent_frame()即可。

（二）选项卡切换

我们在访问网页的时候会打开很多个页面，在Selenium中提供了一些方法方便我们对这些页面进行操作。

current_window_handle：获取当前窗口的句柄。
window_handles：返回当前浏览器的所有窗口的句柄。
switch_to_window()：用于切换到对应的窗口。

from selenium import webdriver
import time
 
browser = webdriver.Chrome()# 打开百度
browser.get('http://www.baidu.com')# 新建一个选项卡
browser.execute_script('window.open()')print(browser.window_handles)# 跳转到第二个选项卡并打开知乎
browser.switch_to.window(browser.window_handles[1])
browser.get('http://www.zhihu.com')# 回到第一个选项卡并打开淘宝（原来的百度页面改为了淘宝）
time.sleep(2)
browser.switch_to.window(browser.window_handles[0])
browser.get('http://www.taobao.com')