Python RPA之selenium的使用

---

前言

RPA，是Robotic Process Automation的英文缩写，中文是机器人流程自动化。一款优秀的RPA软件，可以实现所有桌面应用程序的自动化，包括ERP、浏览器、CRM、微信、钉钉或你日常使用的任何其他应用程序；支持任何网页的自动化，如网页JS脚本，数据提取，数据抓取、Web表单填写、网页操作，API调用等，轻松实现自动化的Web任务。
Selenium模块是一个用电脑模拟人操作浏览器网页，可以实现自动化，测试等。

---

提示：我使用的python版本为3.7，开发工具为PyCharm，Google Chrome版本为98.0.4758.102

一、环境搭建

1.安装seleniumm

pip install selenium

2.下载驱动

Chrome浏览器驱动：chromedriver
请将下载后的驱动解压后，放到指定目录(如 D:\WebDriver)，然后将目录加入到环境变量的PATH中。
如果不行就将驱动chromedriver.exe放到安装目录，和python.exe一起就行

二、使用步骤

1.引入库

代码如下（示例）：

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

2.启动浏览器

代码如下（示例）：

browser = webdriver.Chrome()
browser.get('https://cn.bing.com/')
# 局最长等待时长5秒，局部刷新不管用
browser.implicitly_wait(5)

3.填文本并点击

提示：浏览器 F12，可以进入开发模式，查找网页对应元素，查看ID,XPATH,CLASS_NAME,CSS_SELECTOR等

根据ID来查找元素

browser.find_element(By.ID, "sb_form_q").send_keys("rpa")
browser.find_element(By.ID, "search_icon").click()
sleep(1)

清除内容，再次查询

browser.find_element(By.ID, "sb_form_q").clear()
browser.find_element(By.ID, "sb_form_q").send_keys("selenium")
browser.find_element(By.ID, "sb_form_go").click()

根据CSS_SELECTOR定位，点击第3条

browser.find_element(By.CSS_SELECTOR, '#b_results > li:nth-child(3) > div.b_title > h2 > a').click()
sleep(1)

其它查找方式类似，如果查找的是多条，可以用find_elements方法，然后遍历执行。

4.切换标签页

# 切换标签页
handles = browser.window_handles
print(handles)
browser.switch_to.window(handles[-1])

# 切换标签页 简便写法
browser.switch_to.window(browser.window_handles[-1])

# 结束工作，关闭
browser.close()
# 切换回标签页
browser.switch_to.window(browser.window_handles[-1])

5.获取文本

# 查找元素，text
print(browser.find_element(By.ID, 'est_cn').text)
# 根据类获取表格的一列文本数据
titles = browser.find_elements(By.CLASS_NAME, 'subjecthead')
for title in titles:
    print(title.text)

# 获取输入框的内容
value = browser.find_element(By.ID, "sb_form_q").get_attribute('value')
print(value)

# 获取所有超链接的href，也可以取局部的超链接
elements = browser.find_elements(By.CSS_SELECTOR, 'a')
for e in elements:
    print(e.get_attribute('href'))

6.选择框，下拉框

都是查找到元素，点击就行

browser.find_element(By.ID, 'protocolCheckbox').click()

7.智能等待

from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

# 等待wait。。。until,
# WebDriverWait类，最长等待时间，多久询问一次。until，直到该元素出现为止
element = WebDriverWait(browser, 10, 0.5).until(
    # 等到元素可以被定位
    EC.visibility_of_element_located((By.ID, 'search-input'))
)
# EC当某个自定义元素出现

8. 浏览器滚动到最后

# 将滚动条下拉至最低
js="window.scrollTo(0,document.body.scrollHeight)"
browser.execute_script(js)

9. 取消 DevTools listening on ws://127.0.0.1

options = webdriver.ChromeOptions()
options.add_experimental_option('excludeSwitches', ['enable-logging'])
browser = webdriver.Chrome(options=options)
# browser = webdriver.Chrome(executable_path='D:\WebDriver', options=options)

10.退出

# 结束工作，关闭
for h in browser.window_handles:
    browser.switch_to.window(h)
    browser.close()

# 一定要加，不然Windows任务计划执行后，不退出黑窗口
browser.quit()

三、Windows任务计划（定时任务）

1、打开任务计划程序
2、新建任务
3、说重点，主要是操作设置

如果不知道自己的安装路径，在cmd窗口执行 where python，选择自己需要的路径

---

总结

本文仅仅简单介绍了selenium的使用，而selenium提供了大量能使我们快速便捷地操作网页的函数和方法。后续会继续完善。