爬虫三（模拟登陆）

1、Selenium工具

Selenium是ThroughtWorks公司开发的一套Web自动化测试工具，它分为三个组件：

  • Selenium IDE
  • Selenium RC (Remote Control)
  • Selenium Webdriver

Selenium IDE是firefox的一个插件，允许测试人员录制脚本并回放。

Selenium RC和Selenium Webdriver是测试框架，提供多种语言的API。不同的是，Selenium Webdriver以一种更底层、更灵活的方式来操作浏览器，并不仅仅使用JavaScript。这样它可以绕开浏览器的沙箱限制，实现Selenium RC不支持的框架、弹出窗口、页面导航、下拉菜单、基于AJAX的UI元素等控件的操作。以及，Selenium Webdriver不需要本地服务器。

Selenium 1.x版本只包含前两个组件。从2.0开始Webdriver加入其中，主要是来解决https的加密问题。

2、Webdriver的使用

在使用之前，不需要下载一个浏览器所对应用的驱动插件，请根据自己不同的浏览器版本进行下载

链接：https://pan.baidu.com/s/1qZ2LfmW 密码：qixa

下载以后，并把chromdriver放在google.exe那个当前目录下面

import os
from selenium import webdriver
from selenium.webdriver.common.keys import Keys

chromedriver = "C:Program Files (x86)GoogleChromeApplicationchromedriver.exe"
os.environ["webdriver.chrome.driver"] = chromedriver
driver = webdriver.Chrome(chromedriver)

driver.get("http://www.python.org")
driver.quit()

3、Webdriver定位元素的八种方式

在UI层面的自动化测试开发中，元素的定位与操作是基础，也是经常遇到的困难所在。webdriver提供了8种定位：

①、id定位：find_element_by_id("id值")；id属性是唯一的

  • driver.find_element_by_id("loginName").clear()     #用户名输入框的id属性
  • driver.find_element_by_id("loginName").send_keys("admin")
  • driver.find_element_by_id("pwdTip").send_keys(Keys.TAB)    #密码输入框的id属性
  • driver.find_element_by_id("pwdTip").send_keys("111111")

②、name定位：元素的名称，find_element_by_name("name值")；name属性值在当前页面可以不唯一

  • driver.find_elements_by_name("PeriodName")[1].click()    #选择学段：初中
  • driver.find_elements_by_name("SubjectName")[0].click()   #选择学科：语文

find_elements_by_name("PeriodName")    #是因为当前页面有一组radiobutton的name值是PeriodName，所以可以用定位一组元素的方法findElements，定位出来的是结果一个list

③、class定位：元素的类名，find_element_by_class_name("class值")

  •  driver.find_elements_by_class_name("u-btn-levred")[0].click()     #选择年级：七年级

④、tag定位：页面html文档下的各种标签，find_element_by_tag_name("input")

tag往往用来定义一类功能，所以通过tag识别某个元素的概率很低。任意打开一个页面，都会发现大量的<div>、<input>、<a>等tag，所以tag name定位很少用

⑤、link定位：专门用来定位文本链接，find_element_by_link_name("text")

  •  driver.find_element_by_link_text(u"退出").click()     #页面右上方的一些个人操作，比如退出、个人中心、消息通知等

⑥、partial link定位：是对link定位的一种补充，当链接上的文本内容比较长的时候，可以取文本的一部分进行定位，当然这部分可以唯一地标识这个链接

※注：以上的方式稍有局限，且经常页面没有id，name这些属性值，class name重复性较高，link定位有针对性，所以Xpath与Css定位更灵活些

⑦、XPath定位：find_element_by_xpath("")；有多种定位策略，用FirePath插件自动生成的涵盖以下几种方式

   1）绝对路径定位：对于没有id，name、classname不好定位的，这也是我最常用的，因为可以通过Firefox的FirePath插件可以方便的获取到xpath值

   2）利用元素属性定位：

 　　find_element_by_xpath(".//*[@id='Title']")，这里是用的id，也可以用元素其他能够唯一标识的属性，不局限于id、name、class这些；*代表的是标签名，不指定时就可以用*代替

   3）层级与属性结合：下图中就是这种

   4）使用逻辑运算符

 

  •  driver.find_element_by_xpath(".//*[@id='divword']/input[7]").click()     #登录
  • driver.find_element_by_xpath("html/body/div[4]/div/div[2]/div/div[3]/a[1]").click()     #个人页面的发布课程操作

   5）XPath的相关定义：

XPath是XML Path的简称，由于HTML文档本身就是一个标准的XML页面，所以我们可以使用XPath的语法来定位页面元素。 

绝对路径： 根元素开始，及html开始用/     

相对路劲： 任意符合条件的元素 //

查找页面上所有的input元素：//input

查找页面上第一个form元素内的直接子input元素(即只包括form元素的下一级input元素，使用绝对路径表示，单/号)：//form[1]/input

查找页面上第一个form元素内的所有子input元素(只要在form元素内的input都算，不管还嵌套了多少个其他标签，使用相对路径表示，双//号)：//form[1]//input

查找页面上第一个form元素：//form[1]

查找页面上id为loginForm的form元素：//form[@id='loginForm']

查找页面上具有name属性为username的input元素：//input[@name='username']

查找页面上id为loginForm的form元素下的第一个input元素：//form[@id='loginForm']/input[1]

查找页面具有name属性为contiune并且type属性为button的input元素：//input[@name='continue'][@type='button']

查找页面上id为loginForm的form元素下第4个input元素：//form[@id='loginForm']/input[4]

⑧、CSS定位（薄弱，用的很少，但很强大，比xpath简洁灵活）：使用选择器来为页面元素绑定属性，可以灵活地选择控件的任意属性；find_element_by_css_selector("")；同样也可以用FirePATH生成css哟！

   1）通过class属性定位：点号（"."）表示通过class属性定位

  • <input class="u-btn mart5" type="submit" onclick="return User.check()" value="登录">
  • driver.find_element_by_css_selector(".u-btn.mart5").click()

   2）通过id属性定位：（"#"）表示通过id定位元素

  • driver.find_element_by_css_selector("#loginName")

   3）通过其他属性定位：（"[ ]"），中括号里的属性可以唯一标识这个元素就可以；属性的值可以加引号，也可以不加

  • <input class="u-btn mart5" type="submit" onclick="return User.check()" value="登录">
  • driver.find_element_by_css_selector("[type=submit]").click()

   4）组合定位

平时使用生成的xpath，id，name，classname这些比较多，今天根据最近这段时间的实践，并参照书上整理了下，发现原来XPath和Css下还有这么多方式，顺便拿最近一些代码试验了下，有些简单的css定位能够成功，有的Firepath生成的并不可用，一些组合定位还需要再研究，是有些难度的。最后记录一种定位方式，更接近底层实现方式的定位，But书上说webdriver更推荐前面那些写法，为毛捏？

⑨、用By定位元素

　　除find_element_by_***这种方式，还有另一套写法，也就是统一调用find_element()方法，两个参数，第一个参数是定位的类型，由By提供；第二个参数是定位的具体值

from selenium.webdriver.common.by import By     #使用By这种定位前要将By类导入

find_element(By.ID,"loginName")
find_element(By.NAME,"SubjectName")
find_element(By.CLASS_NAME,"u-btn-levred")
find_element(By.TAG_NAME,"input")
find_element(By.LINK_TEXT,"退出")
find_element(By.PARTIAL_LINK_TEXT,"退")
find_element(By.XPATH,".//*[@id='Title")
find_element(By.CSS_SELECTOR,"[type=submit]")

4、控件操作

①、输入框：

  • element.clear()     清空输入框数据
  • element.sendkeys(“username”)      发送数据
  • element.text         获取文本的值

②、按钮：

  • element.click()

③、表单提交

  • element.submit()

④、单选和多选框

  • element.clear()
  • element = browser.find_elements_by_id(' checkbox')

⑤、选择某个单选项：

  • element.click()

5、常用方法

  • browser.get_cookies()     #获取cookie相关内容
  • browser.title        #头名字
  • browser.close()      #关闭
  • forward()       #前进，browser.foeward()
  • back()      #后退，browser.back()
  • refresh()      #刷新，browser.refresh()
  • current_url      #返回当前页面url，browser.current_url

6、登录12306

from selenium import webdriver

import random
import time

def randomSleep(minS, maxS):
    time.sleep((maxS - minS) * random.random() + minS)
browser = webdriver.Chrome(r"C:Program Files (x86)GoogleChromeApplicationchromedriver.exe")

url = "https://kyfw.12306.cn/otn/login/init"

browser.get(url=url)
print(browser.find_element_by_id("username").text)
browser.find_element_by_id("username").clear()
browser.find_element_by_id("username").send_keys("974644081@qq.com")
randomSleep(2, 5)
browser.find_element_by_id("password").send_keys(“xxxxxxxxx")
randomSleep(1, 4)
time.sleep(6)
browser.find_element_by_id("loginSub").click()
randomSleep(2, 5)
print(browser.get_cookies())
browser.quit()

7、登录京东

from selenium import webdriver

import random
import time

def randomSleep(minS, maxS):
    time.sleep((maxS - minS) * random.random() + minS)
browser = webdriver.Chrome(r"C:Program Files (x86)GoogleChromeApplicationchromedriver.exe")
# browser = webdriver.Chrome()

# Home
browser.get("https://passport.jd.com/new/login.aspx")

# Login by username and password
randomSleep(1, 2)
browser.find_element_by_xpath("//a[@clstag='pageclick|keycount|201607144|2']").click()
# browser.find_element_by_tag_name("pageclick|keycount|201607144|2").click()

# Username and password
randomSleep(1, 2)
browser.find_element_by_id("loginname").send_keys(“xxxxxxx")
print(browser.find_element_by_id("loginname").text)

randomSleep(1, 3)
browser.find_element_by_id("nloginpwd").send_keys(“xxxxxx")

# Submit, wait for a long time
randomSleep(5, 10)
browser.find_element_by_id("loginsubmit").click()


print(browser.get_cookies())
randomSleep(3, 5)

browser.quit()

8、思考

在centos等linux服务器上，如果通过无界面的方式进行登录呢

 

【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/Jweiqing/p/9189457.html