本文内容纲要：

-Selenium -Windows -Linux -PhantomJS -Windows -Linux -Selenium+PhantomJS+python简单实现爬虫的功能 -一、超时设置 -二、元素的定位 -三、浏览器的操作 -四、操作测试对象 -五、键盘事件 -六、中文乱码问题 -七、鼠标事件 -八、cookie处理

Selenium

一、简介

selenium是一个用于Web应用自动化程序测试的工具，测试直接运行在浏览器中，就像真正的用户在操作一样

selenium2支持通过驱动真实浏览器（FirfoxDriver，IternetExplorerDriver，OperaDriver，ChromeDriver）

selenium2支持通过驱动无界面浏览器（HtmlUnit，PhantomJs）

二、安装

Windows

第一种方法是：下载源码安装，下载地址（https://pypi.python.org/pypi/selenium）解压并把整个目录放到C:\Python27\Lib\site-packages下面

第二种方法是：可以直接在C:\Python27\Scripts下输入命令安装pipinstall-Uselenium

Linux

sudopipinstallselenium

PhantomJS

一、简介

PhantomJS是一个基于WebKit（WebKit是一个开源的浏览器引擎，Chrome，Safari就是用的这个浏览器引擎）的服务器端JavaScriptAPI，

主要应用场景是：无需浏览器的Web测试，页面访问自动化，屏幕捕获，网络监控

**二、**安装

Windows

下载源码安装，下载地址（http://phantomjs.org/download.html）解压并把解压缩的路径添加到环境变量中即可，我自己的放到了C:\Python27\Scripts下面

Linux

sudoapt-getinstallPhantomJS

Selenium+PhantomJS+python简单实现爬虫的功能

python可以使用selenium执行javascript，selenium可以让浏览器自动加载页面，获取需要的数据。selenium自己不带浏览器，可以使用第三方浏览器如Firefox，Chrome等，也可以使用headless浏览器如PhantomJS在后台执行。

在工作用遇到一个问题,当加载一个手机端的URL时候，会加载不上，需要我们在请求头中设置一个User-Agent，设置完以后就可以打开了（Windows下执行，linux下执行的话就不用加executable_path=C:\Python27\Scripts\phantomjs.exe）

fromseleniumimportwebdriver fromselenium.webdriver.common.desired_capabilitiesimportDesiredCapabilities dcap=dict(DesiredCapabilities.PHANTOMJS)#设置userAgent dcap["phantomjs.page.settings.userAgent"]=("Mozilla/5.0(Macintosh;IntelMacOSX10.9;rv:25.0)Gecko/20100101Firefox/25.0") obj=webdriver.PhantomJS(executable_path=C:\Python27\Scripts\phantomjs.exe,desired_capabilities=dcap)#加载网址 obj.get(http://wap.95533pc.com)#打开网址 obj.save_screenshot("1.png")#截图保存 obj.quit()#关闭浏览器。当出现异常时记得在任务浏览器中关闭PhantomJS，因为会有多个PhantomJS在运行状态，影响电脑性能

一、超时设置

webdriver类中有三个和时间相关的方法：

1.pageLoadTimeout设置页面完全加载的超时时间，完全加载即完全渲染完成，同步和异步脚本都执行完

2.setScriptTimeout设置异步脚本的超时时间

3.implicitlyWait识别对象的智能等待时间

下面我们以获取校花网title为例来验证效果，因为校花网中图片比较多，所以加载的时间比较长，更能时间我们的效果（另一原因我就不说了，这样才能让我们学起来带劲，哈哈！！！）

fromseleniumimportwebdriver obj=webdriver.PhantomJS(executable_path="D:\Python27\Scripts\phantomjs.exe") obj.set_page_load_timeout(5) try: obj.get(http://www.xiaohuar.com) printobj.title exceptExceptionase: printe

二、元素的定位

对象的定位是通过属性定位来实现的，这种属性就像人的身份证信息一样，或是其他的一些信息来找到这个对象，那我们下面就介绍下Webdriver提供的几个常用的定位方法

<inputid="kw"name="wd"class="s_ipt"value=""maxlength="255"autocomplete="off">

上面这个是百度的输入框，我们可以发现我们可以用id来定位这个标签，然后就可以进行后面的操作了

更多具体关于XPath的信息，请具体参照http://www.cnblogs.com/hyddd/archive/2009/05/22/1487332.html

fromseleniumimportwebdriver obj=webdriver.PhantomJS(executable_path="D:\Python27\Scripts\phantomjs.exe") obj.set_page_load_timeout(5) try: obj.get(http://www.baidu.com) obj.find_element_by_id(kw)#通过ID定位 obj.find_element_by_class_name(s_ipt)#通过class属性定位 obj.find_element_by_name(wd)#通过标签name属性定位 obj.find_element_by_tag_name(input)#通过标签属性定位 obj.find_element_by_css_selector(#kw)#通过css方式定位 obj.find_element_by_xpath("//input[@id=kw]")#通过xpath方式定位 obj.find_element_by_link_text("贴吧")#通过xpath方式定位 printobj.find_element_by_id(kw).tag_name#获取标签的类型 exceptExceptionase: printe

三、浏览器的操作

1、调用启动的浏览器不是全屏的，有时候会影响我们的某些操作，所以我们可以设置全屏

fromseleniumimportwebdriver obj=webdriver.PhantomJS(executable_path="D:\Python27\Scripts\phantomjs.exe") obj.set_page_load_timeout(5) obj.maximize_window()#设置全屏 try: obj.get(http://www.baidu.com) obj.save_screenshot(11.png)#截取全屏，并保存 exceptExceptionase: printe

2、设置浏览器宽、高

fromseleniumimportwebdriver obj=webdriver.PhantomJS(executable_path="D:\Python27\Scripts\phantomjs.exe") obj.set_page_load_timeout(5) obj.set_window_size(480,800)#设置浏览器宽480，高800 try: obj.get(http://www.baidu.com) obj.save_screenshot(12.png)#截取全屏，并保存 exceptExceptionase: printe

3、操作浏览器前进、后退

fromseleniumimportwebdriver obj=webdriver.PhantomJS(executable_path="D:\Python27\Scripts\phantomjs.exe") try: obj.get(http://www.baidu.com)#访问百度首页 obj.save_screenshot(1.png) obj.get(http://www.sina.com.cn)#访问新浪首页 obj.save_screenshot(2.png) obj.back()#回退到百度首页 obj.save_screenshot(3.png) obj.forward()#前进到新浪首页 obj.save_screenshot(4.png) exceptExceptionase: printe

四、操作测试对象

定位到元素以后，我们就应该对相应的对象进行某些操作，以达到我们某些特定的目的，那我们下面就介绍下Webdriver提供的几个常用的操作方法

fromseleniumimportwebdriver obj=webdriver.PhantomJS(executable_path="D:\Python27\Scripts\phantomjs.exe") obj.set_page_load_timeout(5) try: obj.get(http://www.baidu.com) printobj.find_element_by_id("cp").text#获取元素的文本信息 obj.find_element_by_id(kw).clear()#用于清除输入框的内容 obj.find_element_by_id(kw).send_keys(Hello)#在输入框内输入Hello obj.find_element_by_id(su).click()#用于点击按钮 obj.find_element_by_id(su).submit()#用于提交表单内容 exceptExceptionase: printe

五、键盘事件

1、键盘按键用法

fromselenium.webdriver.common.keysimportKeys obj=webdriver.PhantomJS(executable_path="D:\Python27\Scripts\phantomjs.exe") obj.set_page_load_timeout(5) try: obj.get(http://www.baidu.com) obj.find_element_by_id(kw).send_keys(Keys.TAB)#用于清除输入框的内容,相当于clear() obj.find_element_by_id(kw).send_keys(Hello)#在输入框内输入Hello obj.find_element_by_id(su).send_keys(Keys.ENTER)#通过定位按钮，通过enter（回车）代替click() exceptExceptionase: printe

2、键盘组合键使用

fromseleniumimportwebdriver fromselenium.webdriver.common.keysimportKeys obj=webdriver.PhantomJS(executable_path="D:\Python27\Scripts\phantomjs.exe") obj.set_page_load_timeout(5) try: obj.get(http://www.baidu.com) obj.find_element_by_id(kw).send_keys(Keys.TAB)#用于清除输入框的内容,相当于clear() obj.find_element_by_id(kw).send_keys(Hello)#在输入框内输入Hello obj.find_element_by_id(kw).send_keys(Keys.CONTROL,a)#ctrl+a全选输入框内容 obj.find_element_by_id(kw).send_keys(Keys.CONTROL,x)#ctrl+x剪切输入框内容 exceptExceptionase: printe

六、中文乱码问题

selenium2在python的send_keys（）中输入中文会报错，其实在中文前面加一个u变成unicode就能搞定了

七、鼠标事件

1、鼠标右击

fromseleniumimportwebdriver fromselenium.webdriver.common.action_chainsimportActionChains obj=webdriver.PhantomJS(executable_path="D:\Python27\Scripts\phantomjs.exe") try: obj.get("http://pan.baidu.com") obj.find_element_by_id(TANGRAM__PSP_4__userName).send_keys(13201392325)#定位并输入用户名 obj.find_element_by_id(TANGRAM__PSP_4__password).send_keys(18399565576lu)#定位并输入密码 obj.find_element_by_id(TANGRAM__PSP_4__submit).submit()#提交表单内容 f=obj.find_element_by_xpath(/html/body/div/div[2]/div[2]/....)#定位到要点击的标签 ActionChains(obj).context_click(f).perform()#对定位到的元素进行右键点击操作 exceptExceptionase: printe

2、鼠标双击

fromseleniumimportwebdriver fromselenium.webdriver.common.action_chainsimportActionChains obj=webdriver.PhantomJS(executable_path="D:\Python27\Scripts\phantomjs.exe") try: obj.get("http://pan.baidu.com") obj.find_element_by_id(TANGRAM__PSP_4__userName).send_keys(13201392325)#定位并输入用户名 obj.find_element_by_id(TANGRAM__PSP_4__password).send_keys(18399565576lu)#定位并输入密码 obj.find_element_by_id(TANGRAM__PSP_4__submit).submit()#提交表单内容 f=obj.find_element_by_xpath(/html/body/div/div[2]/div[2]/....)#定位到要点击的标签 ActionChains(obj).double_click(f).perform()#对定位到的元素进行双击操作 exceptExceptionase: printe

八、cookie处理

本文内容总结：Selenium，Windows，Linux，PhantomJS，Windows，Linux，Selenium+PhantomJS+python简单实现爬虫的功能，一、超时设置，二、元素的定位，三、浏览器的操作，四、操作测试对象，五、键盘事件，六、中文乱码问题，七、鼠标事件，八、cookie处理，

原文链接：https://www.cnblogs.com/luxiaojun/p/6144748.html