在日常工作中，手动操作网页任务，比如登录网站、填写表单、抓取数据等，既耗时又容易出错。而Selenium 是一个强大的工具，它可以模拟人类在浏览器中的行为，帮助我们自动化完成这些任务。无论是自动化测试、数据抓取，还是日常办公自动化，Selenium 都能大显身手。

本文将通过具体示例，从零开始，轻松掌握 Selenium 的使用方法。

#01 初识 Selenium

Selenium 是一个用于自动化 Web 测试的工具，但它不仅能用于测试，还能帮助我们自动化各种网页操作。比如可以自动输入文本、点击按钮，甚至处理复杂的验证码，能大大提升我们的工作效率。

安装 Selenium 和浏览器驱动

使用 Selenium 前，需要先安装它和对应的浏览器驱动。

1、安装 Selenium

pip install selenium

2、安装火狐浏览器

使用火狐，当然Chrome浏览器也行的，确保已安装最新版本的火狐浏览器。可以从
https://www.mozilla.org/zh-CN/firefox/all/desktop-release/win64/zh-CN/ 地址下载。

3、下载并配置Geckodriver

Geckodriver是Selenium与火狐浏览器之间的桥梁。可以从https://github.com/mozilla/geckodriver/releases 下载与系统兼容的版本。下载后，将Geckodriver的路径添加到系统的环境变量中，或者在代码中指定路径。

版本兼容性，确保Selenium、Geckodriver和火狐浏览器的版本相互兼容。

#02打开浏览器并访问网页

使用 Selenium 打开浏览器并访问网页。

# -*- coding: utf-8 -*-
from selenium import webdriver
from selenium.webdriver.firefox.service import Service
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

gecko_path = 'E:\\1_run_python\\files\\geckodriver.exe'
service = Service(executable_path=gecko_path)

# 创建火狐浏览器实例
driver = webdriver.Firefox(service=service)
try:
    # 打开百度
    driver.get("https://www.baidu.com")

    # 打印当前 URL
    print(driver.current_url)

    # 定位搜索框并输入文本
    input_element = driver.find_element(By.XPATH, "//input[@name='wd']")
    input_element.send_keys("Python")

    # 模拟按下回车键
    input_element.send_keys(Keys.ENTER)

    print(driver.current_url)
    print(input_element.get_attribute("value"))  # Python

    # 获取 Cookies
    cookies = driver.get_cookies()
    print(cookies)
finally:
    # 关闭浏览器
    # driver.quit()
    pass

这段代码会自动打开浏览器，并访问百度首页。

#03定位元素并操作

Selenium 提供了多种方法来定位页面元素，比如通过 ID、名称、XPath 等。

1、通过 ID 定位元素

# 定位搜索框并输入文本
input_element = browser.find_element("id", "kw")
input_element.send_keys("Python")


# 模拟按下回车键
input_element.send_keys(Keys.ENTER)

这里，我们通过 ID 定位到百度的搜索框，输入“Python”，然后模拟按下回车键。

2、通过 XPath 定位元素

可以通过多种方式组合路径表达式，比如通过属性、文本内容或层级关系来定位元素。

假设有一个登录页面，HTML 结构如下

<form>
  <input type="text" id="username" name="user" placeholder="Enter username">
  <input type="password" id="password" name="pass" placeholder="Enter password">
  <button type="submit">Login</button>
</form>

可以使用下面两种分式进行定位。

1、使用 XPath 定位用户名输入框：

//input[@id='username'] 或 //input[@name='user']

2、定位登录按钮：

//button[text()='Login'] 或 //button[contains(text(), 'Login')]

XPath 的强大之处在于它可以根据页面的结构和元素的特征灵活组合表达式，从而实现精准定位。

# 定位按钮并点击
button_element = browser.find_element(By.XPATH, "//input[@name='wd']")
button_element.click()

这里，我们通过 XPath 定位到百度的搜索按钮，并点击它。

#04常用操作示例

1、等待元素加载

在自动化操作中，页面元素可能需要时间加载。Selenium 提供了显式等待和隐式等待机制。下面为显式等待示例：

from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

# 设置显式等待
wait = WebDriverWait(browser, 10)
wait.until(EC.presence_of_element_located((By.ID, "aging-tools-pc")))

这段代码会等待页面中 ID 为 aging-tools-pc 的元素加载完成，最多等待 10 秒。如果 10 秒内元素未加载完成，会抛出异常。

2、无头模式运行

如果不需要显示浏览器界面，可以设置无头模式：

options = webdriver.FirefoxOptions()
options.add_argument('--headless')
driver = webdriver.Firefox(service=service, options=options)

3、获取 Cookies 和关闭浏览器

在完成操作后，我们通常需要获取 Cookies 数据，并关闭浏览器。

# 获取 Cookies
cookies = driver.get_cookies()
print(cookies)

# 关闭浏览器
driver.quit()

#05处理登录和验证码

Selenium 可以模拟登录操作，甚至可以处理一些简单的验证码。

1、自动登录

# 打开登录页面
browser.get("https://example.com/login")

# 输入用户名和密码
username_input = browser.find_element("id", "username")
password_input = browser.find_element("id", "password")
username_input.send_keys("your_username")
password_input.send_keys("your_password")

# 点击登录按钮
login_button = browser.find_element("id", "login_button")
login_button.click()

2、处理滑块验证码

from selenium.webdriver import ActionChains

# 定位滑块
slider = browser.find_element("id", "slider")

# 模拟拖动操作
ActionChains(browser).click_and_hold(slider).perform()
ActionChains(browser).move_by_offset(xoffset=300, yoffset=0).release().perform()

通过本文的介绍，知道了如何使用 Selenium 实现自动化操作，包括打开浏览器、定位元素、模拟操作、处理登录和验证码。希望这些示例能帮助你更高效地完成自动化任务。

在实际工作中，你可以根据需要对这些代码进行扩展和优化，以满足更多的需求。

- END-