瓜瓜头条

[python][selenium][web自动化]元素定位方式

2024-09-01 18:19 由 老常什么都想学 发表于 #其他

8种方式：
1、id
2、class_name
3、name
4、link_text
5、partial_link_text
6、tag_name
7、css_selector
8、XPath

1、2、3：元素属性，通常跟7、8去组合使用比较多。
4、5：是用可点击的链接的文本去定位。
6：是根据元素标签去定位。
7、8：最常用的方式，能结合前面6种方式组合去定位，我个人觉得理解后并不复杂，并且定位准确。
用什么定位方式，需要根据实际情况去选择，才是最合适的，
下面我用百度搜索来做demo，直接用代码+注释演示说明，学无止境，大家有什么看法或细节需要补充的可以告诉我把内容做得更好。

1、id

元素的id属性定位，id在当前页面是唯一的，但不是所有元素都有

from selenium import webdriver
from selenium.webdriver.common.by import By
from time import sleep


driver = webdriver.Chrome()
driver.maximize_window()
driver.implicitly_wait(10)
driver.get("https://www.baidu.com")

# 操作：输入框输入"日历"，点击搜索
driver.find_element(By.ID, "kw").send_keys("日历")
driver.find_element(By.ID, "su").click()
sleep(5)
driver.quit()

2、class_name

元素的class属性定位，大部分都有，但也有些没有

from selenium import webdriver
from selenium.webdriver.common.by import By
from time import sleep


driver = webdriver.Chrome()
driver.maximize_window()
driver.implicitly_wait(10)
driver.get("https://www.baidu.com")

# 操作：输入框输入"日历"，点击搜索，点开年份下拉列表，把年份选择1903年
driver.find_element(By.CLASS_NAME, "s_ipt").send_keys("日历")

# 注意这里：有不少元素有多个class，它们之间会用空格隔开，但是代码里不能用空格，有两种方式
# 方法一：用.代替，比如：百度的这个搜索按钮"bg s_btn"，写成"bg.s_btn"
driver.find_element(By.CLASS_NAME, "bg.s_btn").click()
sleep(2)
# 方法二：使用最后一个class，比如：年份下拉列表的class是：sc-icon cu-icon _toggle-icon_9e3yq_71 toggle-icon_1tMxP，用最后一个
driver.find_element(By.CLASS_NAME, "toggle-icon_1tMxP").click()

# 年份class是"_selectItem_9e3yq_23  "，用网页F12检查有152个，不可能自己去数，所以用elements获取所有年份数据再用if判断我要的年份
elms = driver.find_elements(By.CLASS_NAME, "_selectItem_9e3yq_23  ")
# 先判断列表是否为空，因为有时候卡顿或者加载慢是可能导致获取元素失败的
if elms:
    for e in elms:
        if e.text == "1903年":
            e.click()
            break
            # 这里做了点击操作后一定要结束循环，不然会报异常StaleElementReferenceException。
            # 通过反复尝试和根据代码流程看，大致就是你循环过程中操作了元素，但是还继续循环操作就有可能因为元素发生变化找不到了，
            #   因为这里是点开下拉列表然后F12源码才会显示出年份元素，做了点击操作后下拉列表就会隐藏，然后元素也没了，操作自然报错。
            # 奇怪的是正常跑没问题，我自己把for、if、click3行打断点debug去看，跑到click就怎样都会出异常，手速点再快也不行。
            # 有大佬懂的话，不介意可以评论区指导下在下。

sleep(5)
driver.quit()

3、name

元素的name属性定位，也是不是所有都有，而且有时候值还是动态，每次打开页面都会变的

from selenium import webdriver
from selenium.webdriver.common.by import By
from time import sleep


driver = webdriver.Chrome()
driver.maximize_window()
driver.implicitly_wait(10)
driver.get("https://www.baidu.com")

# 操作：输入框输入"日历"
driver.find_element(By.NAME, "wd").send_keys("日历")

sleep(5)
driver.quit()

4、link_text

根据可点击的链接的文本去定位

from selenium import webdriver
from selenium.webdriver.common.by import By
from time import sleep


driver = webdriver.Chrome()
driver.maximize_window()
driver.implicitly_wait(10)
driver.get("https://www.baidu.com")

# 操作：点击页面上的"关于百度"和"更多"
driver.find_element(By.LINK_TEXT, "关于百度").click()
driver.find_element(By.LINK_TEXT, "更多").click()

sleep(5)
driver.quit()

5、partial_link_text

也是根据可点击的链接的文本去定位，但这是文本的模糊匹配，只要包含有关键字就可以匹配

from selenium import webdriver
from selenium.webdriver.common.by import By
from time import sleep


driver = webdriver.Chrome()
driver.maximize_window()
driver.implicitly_wait(10)
driver.get("https://www.baidu.com")

# 操作：点击页面上的"关于百度"和"更多"
driver.find_element(By.PARTIAL_LINK_TEXT, "于百").click()
driver.find_element(By.PARTIAL_LINK_TEXT, "更").click()

sleep(5)
driver.quit()

6、tag_name

根据元素标签名定位

from selenium import webdriver
from selenium.webdriver.common.by import By
from time import sleep


driver = webdriver.Chrome()
driver.maximize_window()
driver.implicitly_wait(10)
driver.get("https://www.baidu.com")

# 操作：输入框输入"日历"
elem = driver.find_elements(By.TAG_NAME, "input")
for e in elem:
    if e.get_attribute("name") == "wd":
        e.send_keys("日历")

sleep(5)
driver.quit()

7、css_selector

根据css选择器定位元素

7.1 常用属性

from selenium import webdriver
from selenium.webdriver.common.by import By
from time import sleep


driver = webdriver.Chrome()
driver.maximize_window()
driver.implicitly_wait(10)
driver.get("https://www.baidu.com")

# 一：先看常用的属性格式写法，下面操作：输入“日历”，点击搜索，等待3秒，在日历上点击上个月，输入"1993"
# html标签：页面上一般都有多个相同标签，所以需要再加上父级标签指明是哪个标签下的，父级标签也有多个就再往上找父级，如此类推
driver.find_element(By.CSS_SELECTOR, "span>input").send_keys("日")
# name：[属性名]，例：[name='wd']
driver.find_element(By.CSS_SELECTOR, "[name='wd']").send_keys("历")
# id：#id，例：#su
driver.find_element(By.CSS_SELECTOR, "#su").click()
sleep(3)
# class：.class，例：".calendar-prev-month_mlSD9 OP_LOG_BTN"
driver.find_element(By.CSS_SELECTOR, ".calendar-prev-month_mlSD9.OP_LOG_BTN").click()
# 组合使用：用标签+属性，下面是 input标签 + class_name + name的组合
driver.find_element(By.CSS_SELECTOR, "input.s_ipt[name='wd']").send_keys("1993")

sleep(4)
driver.quit()

7.2 模糊匹配定位

from selenium import webdriver
from selenium.webdriver.common.by import By
from time import sleep


driver = webdriver.Chrome()
driver.maximize_window()
driver.implicitly_wait(10)
driver.get("https://www.baidu.com")

# 二：模糊匹配
# 这次用a标签和href属性来试，打开百度贴吧，下面代码一共会打开6个百度贴吧页面
driver.find_element(By.CSS_SELECTOR, "a[href='http://tieba.baidu.com/']").click()
# 模糊匹配-包含，只给出值的中间部分，可以匹配到开头和结尾
driver.find_element(By.CSS_SELECTOR, "a[href*='tieba.bai']").click()
# 模糊匹配-匹配开头，只给出值的开头部分内容，可以匹配到后面
driver.find_element(By.CSS_SELECTOR, "a[href^='http://tie']").click()
# 模糊匹配-匹配结尾，只给出值的后面结尾内容，可以匹配到前面
driver.find_element(By.CSS_SELECTOR, "a[href$='ba.baidu.com/']").click()
# 模糊匹配-标签，只给出值，可以匹配到标签
driver.find_element(By.CSS_SELECTOR, "*[href='http://tieba.baidu.com/']").click()
# 娱乐一下，超级模糊。。
driver.find_element(By.CSS_SELECTOR, "*[href*='tieba']").click()

sleep(4)
driver.quit()

7.3 通过父元素定位子元素的方法

from selenium import webdriver
from selenium.webdriver.common.by import By
from time import sleep


driver = webdriver.Chrome()
driver.maximize_window()
driver.implicitly_wait(10)
driver.get("https://www.baidu.com")

# 三、通过父元素定位子元素的方法，这里用百度首页左上角的一堆链接演示
# 定位某标签下的第一个子元素：:first-child，例：a:first-child，下面定位点击的是新闻
driver.find_element(By.CSS_SELECTOR, "div#s-top-left>a:first-child").click()
# 定位某标签下的指定位置的子元素：:nth-child(n)，例：a:nth-child(5)，下面定位点击的是视频
driver.find_element(By.CSS_SELECTOR, "div#s-top-left>a:nth-child(5)").click()
# 还是定位点击视频，用elements拿到所有子元素，再用下标去获取元素，结果也是一样
driver.find_elements(By.CSS_SELECTOR, "div#s-top-left>a")[4].click()
# 定位某标签下的最后一个子元素：:first-child，例：a:first-child
# 注意：仅匹配其父元素的最后一个子元素。如果最后一个子元素不是你想要定位的具体类型（比如，在一个<div>中包含了一个<p>和一个<span>，而<span>是最后一个子元素），
#      但你想要定位的是最后一个<p>元素，:last-child就不适用了
# 现在定位百度首页左上角的链接，F12打开看，div下子元素有一些a标签和一个div，div在最后，所以不能用来定位最后一个a标签，只能定位到div
driver.find_element(By.CSS_SELECTOR, "div#s-top-left>div:last-child").click()

sleep(4)
driver.quit()

8、XPath

根据元素路径定位，css方式看完后，看XPath应该就很好理解了，这里暂时列举出常用的

8.1 路径

from selenium import webdriver
from selenium.webdriver.common.by import By
from time import sleep


driver = webdriver.Chrome()
driver.maximize_window()
driver.implicitly_wait(10)
driver.get("https://www.baidu.com")

# 一：路径
# 路径写法，相对路径：//
driver.find_element(By.XPATH, "//span/input").send_keys("日历")
# 路径写法，绝对路径：/
driver.find_element(By.XPATH, "/html/body/div/div/div[5]/div/div/form/span/input").send_keys("日历")

sleep(4)
driver.quit()

8.2 属性

from selenium import webdriver
from selenium.webdriver.common.by import By
from time import sleep


driver = webdriver.Chrome()
driver.maximize_window()
driver.implicitly_wait(10)
driver.get("https://www.baidu.com")

# 二：属性
# 根据属性id、name、class定位，注意：class定位，class值有多个时，值需要全部填写
# 格式：//标签名[@属性名='属性值']
driver.find_element(By.XPATH, "//input[@id='kw']").send_keys("日")
driver.find_element(By.XPATH, "//input[@name='wd']").send_keys("历")
driver.find_element(By.XPATH, "//input[@class='bg s_btn']").click()
# 多个属性定位
driver.find_element(By.XPATH, "//input[@name='wd' and @class='s_ipt']").send_keys("日历")

sleep(4)
driver.quit()

8.3 其他

from selenium import webdriver
from selenium.webdriver.common.by import By
from time import sleep


driver = webdriver.Chrome()
driver.maximize_window()
driver.implicitly_wait(10)
driver.get("https://www.baidu.com")

# 三：其他
# 匹配标签内的文本
driver.find_element(By.XPATH, "//a[text()='新闻']").click()
# 模糊匹配标签内的文本
driver.find_element(By.XPATH, "//a[contains(text(),'新')]").click()
# 指定标签内的属性匹配标签，例：百度首页点击贴吧
driver.find_element(By.XPATH, "//*[@href='http://tieba.baidu.com/']").click()

sleep(4)
driver.quit()