Selenium主要用于Web应用中的自动化测试，是一种比较常用的自动化测试工具；
Selenium直接运行在浏览器之中，模拟用户对浏览器的相应操作。可以支持像IE， Firefox、safari，Opera或者Chrome等相关浏览器；
在WEB爬虫应用中，我们主要通过Selenium来模拟用户对网页的访问，进而实现用户信息获取。
我们以Chrome为例子：
1：Selenium安装和ChromeDriver的配置
1）Selenium安装，依赖pip安装工具， 主要通过
pip install Selenium 命令实现Selenium 的python依赖模块安装
2）chromeDriver主要根据不同的OS和当前OS上安装的不同的Chrome版本进行对应；
ChromeDriver对应下载地址： http://npm.taobao.org/mirrors/chromedriver/
根据自身的OS和Chrome 浏览器的版本下载对应的Driver即可；
3）配置， 将下载的chromeDrive解压， 将解压出来的文件，例如chromedriver.exe 放在对应的路径，让python程序获取得到即可。
2： Selenium插件的简单使用过程
1）浏览器见面可见运行方式
from selenium import werdriver
driver = webdriver.Chrome()
driver.get('https://www.baidu.com') #访问百度页面
driver.quit()2）chrome无界面运行方式
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
chrome_opt = Options() # chromedriver 运行参数设置
chrome_opt.add_argument('--headless') # 无界面化.
chrome_opt.add_argument('--disable-gpu') # 配合上面的无界面化.
chrome_opt.add_argument('--window-size=1366,768')
driver = webdriver.Chrome(chrome_options=chrome_opt)
driver.get('https://www.baidu.com')
print(driver.page_source)
driver.quit()Selenium常用启动配置项
更为详细的参数参见：https://peter.sh/experiments/chromium-command-line-switches/
其中 禁用图片加载的参数配置如下：
prefs = {
'profile.default_content_setting_values' : {
'images' : 2
}
}
options.add_experimental_option('prefs',prefs)禁用浏览器弹窗的参数如下：
prefs = {
'profile.default_content_setting_values' : {
'notifications' : 2
}
}
options.add_experimental_option('prefs',prefs) 另外，如果想通过制定driver的文件运行，代码如下：
from selenium import webdriver
driver = webdriver.Chrome(executable_path='chromedriver.exe')
driver.quit()3： Selenium Driver的操作
Driver对象常见操作
get(url): 在当前浏览器会话中访问传入的url地址, driver.get('https://www.baidu.com')
close(): 关闭浏览器当前窗口
quit(): 退出webdriver并关闭所有窗口
refresh(): 刷新当前页面
title: 获取当前页的标题
page_source: 获取当前页渲染后的源代码
current_url: 获取当前页面的url
window_handles: 获取当前会话中所有窗口的句柄
Driver 查找单个元素
查找后返回一个Webelement对象
查找多个元素的话： 将其中的element加上s，则对应的多个的查找方法
上面的方法都是将第一个找到的元素进行返回，而将所有匹配的元素进行返回使用的是find_elements_by_*方法。
Driver操作Cookie
add_cookie(cookie_dict) : 给当前会话添加一个cookie。
cookie_dict: 一个字典对象，必须要有”name”和”value”两个键，可选的键有：“path”, “domain”, “secure”, “expiry”
用法：
driver.add_cookie({‘name’ : ‘foo’, ‘value’ : ‘bar’})
driver.add_cookie({‘name’ : ‘foo’, ‘value’ : ‘bar’, ‘path’ : ‘/’})
driver.add_cookie({‘name’ : ‘foo’, ‘value’ : ‘bar’, ‘path’ : ‘/’, ‘secure’:True})get_cookie(name): 按name获取单个Cookie，没有则返回None
get_cookies(): 获取所有Cookie，返回的是一组字典
delete_all_cookies(): 删除所有Cookies
delete_cookie(name): 按name删除指定cooki
Driver获取截屏
get_screenshot_as_base64(): 获取当前窗口的截图保存为一个base64编码的字符串。
get_screenshot_as_file(filename): 获取当前窗口的截图保存为一个png格式的图片，filename参数为图片的保存地址，最后应该以.png结尾。如果出现IO错误，则返回False。
用法: driver.get_screenshot_as_file(‘/Screenshots/foo.png’)
get_screenshot_as_png(): 获取当前窗口的截图保存为一个png格式的二进制字符串。
Driver获取窗口信息
get_window_position(windowHandle=’current’): 获取当前窗口的x,y坐标。
get_window_rect(): 获取当前窗口的x,y坐标和当前窗口的高度和宽度。
get_window_size(windowHandle=’current’): 获取当前窗口的高度和宽度。
Driver切换操作
-
switch_to_frame(frame_reference): 将焦点切换到指定的子框架中
-
switch_to_window(window_name): 切换窗口
Driver执行JS代码
execute_async_script(script, *args) : 在当前的window/frame中异步执行JS代码。
- script：是你要执行的JS代码。
- *args：是你的JS代码执行要传入的参数。
- 用法：
script = “var callback = arguments[arguments.length - 1]; ”
script2 = “window.setTimeout(function(){ callback(‘timeout’) }, 3000);”
driver.execute_async_script(script + script2)
execute_script(script, *args): 在当前的window/frame中同步执行JS代码。
- script：是你要执行的JS代码。
- *args：是你的JS代码执行要传入的参数。
4： Selenium Webelement操作
Webelement操作
前面有讲到使用find等方法来查找单个或多个元素对象, 其结果返回一个Webelement对象.
下面就是对这个对象的一些操作
常用方法：
clear(): 清空对象中的内容.
click(): 单击对象.
get_attribute(name): 优先返回完全匹配属性名的值，如果不存在，则返回属性名中包含name的值。
screenshot(filename): 获取当前元素的截图，保存为png，最好用绝对路径.
send_keys(value): 给对象元素输入数据, 如在百度中搜索’哔哩哔哩’.
submit(): 提交表单.
常用属性：
text: 获取当前元素的文本内容.
tag_name: 获取当前元素的标签名.
size: 获取当前元素的大小.
screenshot_as_png: 将当前元素截屏并保存为png格式的二进制数据.
screenshot_as_base64: 将当前元素截屏并保存为base64编码的字符串.
rect: 获取一个包含当前元素大小和位置的字典.
parent: 获取当前元素的父节点.
location: 当前元素的位置.
id: 当前元素的id值，主要用来selenium内部使用，可以用来判断两个元素是否是同一个元素.
Webelement中的keys
我们经常需要模拟键盘的输入，当输入普通的值时，在send_keys()方法中传入要输入的字符串就好了。
但是我们有时候会用到一些特殊的按键，这时候就需要用到我们的Keys类。
Demo：
from selenium.webdriver.common.keys import Keys
elem.send_keys(Keys.CONTROL, 'c')更多模拟键值，参考如下：
5： Selenium 复杂交互操作
一般来说我们与页面的交互可以使用Webelement的方法来进行点击等操作。但是，有时候我们需要一些更复杂的动作，类似于拖动，双击，长按等等。
这时候就需要用到我们的Action Chains（动作链）了。
Demo：
from selenium.webdriver import ActionChains
from selenium import webdriver
driver = webdriver.Chrome() # 创建webdriver对象.
element = driver.find_element_by_name("source") # 查找单一元素对象.
target = driver.find_element_by_name("target") # 同上.
actions = ActionChains(driver) # 创建动作链对象.
# 在element元素上点击抓起，移动到target元素上松开放下。 类似鼠标.
actions.drag_and_drop(element, target)
actions.perform() # 执行动作.
在导入动作链模块以后，需要声明一个动作链对象，在声明时将webdriver对象当作参数传入，并将对象赋值给一个actions变量。
然后我们通过这个actions变量，调用其内部附带的各种动作方法进行操作。
注：在调用各种动作方法后，这些方法并不会马上执行，而是会按你代码的顺序存储在ActionChains对象的队列中。当你调用perform()时，这些动作才会依次开始执行。
常用的Action-chains方法
click(on_element=None) : 左键单击传入的元素，如果不传入的话，点击鼠标当前位置。
context_click(on_element=None): 右键单击。
double_click(on_element=None) : 双击。
click_and_hold(on_element=None): 点击并抓起
drag_and_drop(source, target) : 在source元素上点击抓起，移动到target元素上松开放下。
drag_and_drop_by_offset(source, xoffset, yoffset):在source元素上点击抓起，移动到相对于source元素偏移xoffset和yoffset的坐标位置放下。
send_keys(*keys_to_send): 将键发送到当前聚焦的元素。
send_keys_to_element(element, *keys_to_send): 将键发送到指定的元素。
reset_actions(): 清除已经存储的动作。
6： Selenium Wait动作
在selenium操作浏览器的过程中，每一次请求url，selenium都会等待页面加载完毕以后，才会将操作权限再次交给我们的程序。
但是，由于ajax和各种JS代码的异步加载问题，所以我们在使用selenium的时候常常会遇到操作的元素还没有加载出来，就会引发报错。为了解决这个问题，Selenium提供了几种等待的方法，让我们可以等待元素加载完毕后，再进行操作。
显示等待Demo：
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("http://somedomain/url_that_delays_loading")
try:
# 创建wait对象.
element = WebDriverWait(driver, 10).until(
EC.presence_of_element_located((By.ID, "myDynamicElement"))
)
finally:
driver.quit()
在这个例子中，我们在查找一个元素的时候，不再使用find_element_by_*这样的方式来查找元素，而是使用了WebDriverWait。
try代码块中的代码的意思是：在抛出元素不存在异常之前，最多等待10秒。在这10秒中，WebDriverWait会默认每500ms运行一次until之中的内容，而until中的EC.presence_of_element_located则是检查元素是否已经被加载，检查的元素则通过By.ID这样的方式来进行查找。
就是说，在10秒内，默认每0.5秒检查一次元素是否存在，存在则将元素赋值给element这个变量。如果超过10秒这个元素仍不存在，则抛出超时异常。
隐式等待
隐式等待指的是，在webdriver中进行find_element这一类查找操作时，如果找不到元素，则会默认的轮询等待一段时间。
这个值默认是0，可以通过以下方式进行设置：
from selenium import webdriver
driver = webdriver.Chrome()
driver.implicitly_wait(10) # 单位是秒
driver.get("http://somedomain/url_that_delays_loading")
myDynamicElement = driver.find_element_by_id("myDynamicElement")
7： Expected Conditions 方法
