精通Playwright的元素定位和CSS技巧

Playwright之元素定位:

from playwright.sync_api import sync_playwright

p = sync_playwright().start()
browser = p.chromium.launch(headless=False)# 创建浏览器对象
page = browser.new_page()
page.goto("https://www.byhy.net/_files/stock1.html") #进入网站

# 输入通讯，点击查询
page.locator('#kw').fill('通讯')
page.locator('#go').click() 

page.wait_for_timeout(1000)

# 打印所有搜索内容
lcs = page.locator(".result-item").all()
for lc in lcs:
    print(lc.inner_text())

• 点击元素， click() 方法
• 元素内输入文本， fill() 方法
• 获取元素内部文本， inner_text() 方法

CSS Selector 定位原理

一种方式是自己写，大家如果有网站开发经验，这一部分会比较轻松。

第二章方式根据开发者工具(F12)协助。

在Playwright 中，根据 CSS Selector 进行定位元素，就是使用页面对象的 Locator 类型的对象来进行操作。

page.locator('#kw')
page.locator('#go')

标签名：

获取所有的tag名为div的元素的内部可见文本。

from playwright.sync_api import sync_playwright

p = sync_playwright().start()
browser = p.chromium.launch(headless=False)
page = browser.new_page()
page.goto("https://cdn2.byhy.net/files/selenium/sample1.html")

divs=page.locator('div').all()
for div in divs:
    print(div.inner_text())

但是我们如果想一次性提取出所有的div标签下的内容呢？

我们可以使用all_inner_texts()方法，这个会将相应标签下的内容都放在一个列表中，会一次性全部提取出来。

from playwright.sync_api import sync_playwright

p = sync_playwright().start()
browser = p.chromium.launch(headless=False)
page = browser.new_page()
page.goto("https://cdn2.byhy.net/files/selenium/sample1.html")



texts = page.locator('div').all_inner_texts()
print(texts)

id属性：

根据id属性来进行选择元素，其语法是在id号前面加上一个#号： #id值.

search = page.locator('#searchtext')
search.fill('666')

class属性：

根据class属性来进行选择元素，其语法是在class号前面加上一个.号： .class值`.

demo = page.locator('.kw')

多class问题：

假如一个标签存在多个class属性值，即aaa bbb,这两个属性都是其属性值，但是我们在进行选择器定位的时候，不能使用：

demo = page.locator('.aaa .bbb')

应该使用：

demo = page.locator('.aaa')
# 或者
demo = page.locator('.bbb')

也可以使用：

demo = page.locator('.aaa.bbb') # 不能有空格！！！！

匹配元素：

匹配多个元素，这多用于将所有的标签都遍历，然后得到其内容。

locators = page.locator('.xxx').all()

.all() 返回的是个Locator列表，相当于一个可迭代对象，如下：

[ selector='div >> nth=0'>,  selector='div >> nth=1'>]

获取数量：

count = page.locator('div').count()

获取某个：

第一个：

lct = page.locator('div').first
print(lct.inner_text())

最后一个：

lct = page.locator('div').last
print(lct.inner_text())

某一个：

lct = page.locator('.plant')
print(lct.nth(5).inner_text()) # 获取第五个

父子关系定位：

father = page.locator('#bottom')

# 在 #bottom 对应元素的范围内 寻找标签名为 span 的元素。
sons = father.locator('span').all()
for son in sons:
    print(e.inner_text())

这种语法还是比较常见的，在xpath或者bs4或者css选择器，都有类似的用法。

根据属性选择：

from playwright.sync_api import sync_playwright

p = sync_playwright().start()
browser = p.chromium.launch(headless=False, slow_mo=50)
page = browser.new_page()
page.goto("https://cdn2.byhy.net/files/selenium/sample1.html")

# 根据href属性选择元素
element = page.locator('a[href="http://www.miitbeian.gov.cn"]')
# 打印出元素文本
print(element.inner_text())

包含：

a[href*="miitbeian"]

a节点的href属性包含了 miitbeian 字符串，可以使用 *.

开头：

a[href^="http"]

a节点的href属性值以 http 字符串开头，可以使用 ^.

结尾：

a[href$="gov.cn"]

a节点的href属性值以 gov.cn 字符串结尾，可以使用 $.

多个属性值：

div[class="misc"][ctype="gun"]

组选择：

顾名思义，就是选定一组标签，一般是通过 ，隔开。

.plant , .animal

当然这样写可以实现交互定位，就是 既符合前面的，又符合后面的。

div,#BYHY

关于xpath：

这些就足够了，其实真正在开发的时候，更多的是改代码，看懂代码，还有同学会问，xpath可以定位吗？

当然可以了，那么xpath怎么写呢？

css选择器写法：

element = page.locator('[href="http://www.miitbeian.gov.cn"]')

xpath选择器写法：

element = page.locator('//*[@href="http://www.miitbeian.gov.cn"]')

没错，就是将css的位置转化为xpath，playright会自动取找，不用指定xpath还是css选择器。

总结：

​ 在这篇博客中，我们深入探讨了Playwright的元素定位功能，以及与之相关的CSS知识。我们首先介绍了Playwright的元素定位方法，包括基本的CSS选择器和XPath表达式。随后，我们深入讨论了如何使用这些方法来准确地定位页面元素，以便进行自动化测试和网页操作。此外，我们还涉及了一些与CSS选择器相关的知识，帮助读者更好地理解元素定位的原理。通过本文的学习，读者可以更好地掌握Playwright的元素定位功能，并在实际项目中灵活运用CSS知识来定位和操作网页元素。