python之selenium的交互进阶

上一个教程简单的进行了selenium的入门（python之selenium入门教程），这里主要学习元素的复杂操作，比如键盘输入、鼠标点击、滚动等。

selenium的ActionChains封装了一系列模拟页面的复杂的操作，比如双击、右键、拖拽等。

ActionChains执行原理

调用ActionChains的方法时，相关指定操作不会立即执行，而是将操作按顺序放在一个队列里，只有当调用了perform()方法时，才会根据队列中的事件依次执行。

ActionChains使用

基本用法

ActionChains使用的基本步骤如下：

• 创建动作对象：action = ActionChains(driver)
• 在动作对象中添加方法（即添加操作）：
  • 写法1：action.方法1.方法2.方法3.方法n
  • 写法2：

  action.方法1
  action.方法2
  ...
  action.方法n
  

• 调用perform()方法执行（执行方法对应的操作）：action.perform()

模拟鼠标操作

点击

点击包含了鼠标左键单击、双击，和右键单击，常用的点击就这3个

• click(on_element=None)：单击元素on_element
• double_click(on_element=None)：双击指定的元素on_element
• context_click(on_element=None)：右键点击指定的元素on_element

现在以央视的微视频来进行练习：

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.common.action_chains import ActionChains

if __name__ == "__main__":
    # 定义一个WebDriver对象
    driver = webdriver.Chrome()
    driver.implicitly_wait(30)
    # 打开央视微视频首页
    driver.get("https://tv.cctv.com/wsp/m/index.shtml")
    action = ActionChains(driver)
    # 单击第一个视频，播放视频
    action.click(driver.find_element(By.ID, "flash_video0_player_html5_api")).pause(4)
    # 双击视频，放大播放器
    action.double_click(driver.find_element(By.ID, "flash_video0_player_html5_api")).pause(5)
    # 右键点击播放器，显示目录
    action.context_click(driver.find_element(By.ID, "flash_video0_player_html5_api")).pause(2)
    action.perform()
    # 终止相关进程
    driver.quit()

鼠标悬停

有时候我们需要将鼠标悬停到某个位置后才显示完整的内容，鼠标悬停可以理解为将鼠标移动到某个位置：

• move_to_element(to_element)：将鼠标移动到指定的元素位置to_element

比如打开百度首页，将鼠标悬停到顶部导航栏的“更多”位置处

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.common.action_chains import ActionChains

if __name__ == "__main__":
    # 定义一个WebDriver对象
    driver = webdriver.Chrome()
    driver.implicitly_wait(30)
    # 打开百度首页
    driver.get("https://www.baidu.com/")
    action = ActionChains(driver)
    # 将鼠标移动到“更多”元素位置上
    action.move_to_element(driver.find_element(By.LINK_TEXT, "更多")).pause(3)
    action.perform()
    # 终止相关进程
    driver.quit()

执行结果如下：

鼠标拖拽

有时候我们需要将某个元素移动到另一个位置，即拖拽。

• drag_and_drop(source, target)：将元素source移动到元素target的位置（类似于中心点对接，即2者的中心点在同一个位置）
• drag_and_drop_by_offset(source, xoffset, yoffset)：将元素source移动到指定的偏移位置

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.common.action_chains import ActionChains

if __name__ == "__main__":
    # 定义一个WebDriver对象
    driver = webdriver.Chrome()
    driver.implicitly_wait(15)
    # 打开知乎首页
    driver.get("https://www.zhihu.com/")
    action = ActionChains(driver)

    # 在手机号输入框中输入手机号
    action.send_keys_to_element(driver.find_element(By.XPATH, "//input[@type='tel']"), "18819445561").pause(1)
    # 点击“获取短信验证码”
    action.click(driver.find_element(By.XPATH, "//button[text()='获取短信验证码']")).pause(1)
    # 执行前2步骤后，就会打开安全验证弹窗
    action.perform()
    # 在打开了安全验证弹窗后，定位需要移动的元素和移动后的目标位置
    source = driver.find_element(By.XPATH, "//div[@class='yidun_control']//div[@class='yidun_slider']")
    target = driver.find_element(By.XPATH, "//div[@class='yidun_control']//span[contains(text(), '向右拖动滑块填充拼图')]")
    # 使用drag_and_drop()移动source元素到target元素位置
    action.drag_and_drop(source, target).pause(3)
    # 使用drag_and_drop_by_offset()移动source元素到偏移距离
    action.drag_and_drop_by_offset(source, 100, 0).pause(2)
    action.perform()
    # 终止相关进程
    driver.quit()

执行结果如下：

鼠标滚动

有时候页面展示内容过多，浏览器不能显示完成的内容，就有了滚动条，我们可以根据元素坐标去滚动页面。

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.common.action_chains import ActionChains

if __name__ == "__main__":
    # 定义一个WebDriver对象
    driver = webdriver.Chrome()
    driver.implicitly_wait(30)
    # 打开央视微视频首页
    driver.get("https://www.baidu.com/s?wd=中国春节")
    action = ActionChains(driver)
    # 百度热搜 词条的定位
    hot_search = driver.find_element(By.XPATH, "//div[@class='FYB_RD']//div[@title='百度热搜']")
    # 相关热搜 元素的定位
    related_search = driver.find_element(By.XPATH, "//div[@id='rs_new']/div")
    # 根据scroll_by_amount()确认滚动的位置，横坐标偏移为0，表示不横向滚动，纵坐标为元素的y坐标，表示滚动到 相关热搜 处
    action.scroll_by_amount(0, int(related_search.rect["y"])).pause(2)
    # 滚动到 百度热搜 处
    action.scroll_to_element(hot_search).pause(2)
    action.perform()
    # 终止相关进程
    driver.quit()

执行结果如下：

如果页面是静态页面的话，可以滚动到指定的元素附近，如果页面的元素随着滚动有变化（比如属性、CSS等），则不建议直接定位到最终的元素位置，需要一点一点的滚动，尽量在页面的展示内容附近去慢慢滚动，多次滚动到最终位置。

模拟键盘按键

ActionChains支持模拟键盘按键，比如按键、长按等操作

常规按键

常规按键是指我们经常敲字的时候的按键，即单击。
模拟常规按键的方法有2个：send_keys_to_element(element, *keys_to_send)和send_keys(*keys_to_send)
send_keys()必须是在有光标的地方输入内容，没有光标的话会输入错误，send_keys_to_element()是往指定元素element中输入内容，该方法实际上是find_element之后，将查找到的元素进行click()，然后调用了send_keys()，send_keys()又是根据key_down()和key_up()方法来实现的。

示例：

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.common.action_chains import ActionChains

if __name__ == "__main__":
    # 定义一个WebDriver对象
    driver = webdriver.Chrome()
    driver.get("https://www.baidu.com/")
    action = ActionChains(driver)
    search = driver.find_element(By.ID, "kw")
    # 模拟按键往搜索框中输入
    action.send_keys_to_element(search, "狐妖小红娘 2").pause(1)
    # 搜索框，输入删除键（类似于按键Backspace）
    action.send_keys_to_element(search, Keys.BACK_SPACE).pause(1)
    # 搜索框中追加输入内容
    action.send_keys_to_element(search, "第二季").pause(1)
    # 搜索框中输入Enter键，下拉框消失
    action.send_keys(Keys.ENTER).pause(2)
    # 执行搜索框的输入操作
    action.perform()
    # 终止相关进程
    driver.quit()

执行结果如下：

除了我们日常可以字符串表示的字母和数字，其他较常用的按键被设置成了常量，在selenium.webdriver.common.keys.Keys中定义。

长按键盘

有时候我们要使用快捷键，就需要长按某个键，比如Ctrl+C复制文本内容等。我们可以使用ActionChains的key_down(value, element=None)和key_up(value, element=None)方法，key_down()表示按下，key_up()表示放开（即按键上升）
比如Ctrl+A全选页面，实现如下：

from selenium import webdriver
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.common.action_chains import ActionChains

if __name__ == "__main__":
    # 定义一个WebDriver对象
    driver = webdriver.Chrome()
    # 打开csdn首页
    driver.get("https://www.csdn.net/")
    action = ActionChains(driver)
    # 使用Ctrl+a全选页面，页面文本内容会变成蓝色
    action.key_down(Keys.CONTROL).send_keys("a").key_up(Keys.CONTROL)
    # 暂停2秒
    action.pause(2).perform()
    # 终止相关进程
    driver.quit()

页面展示结果如下：

参考文档

官方文档：WebDriver API
指导文档：Actions API