昨天搞了一天搞这个谷歌驱动，还是没成功到最后还是选择了用狐火来进行selenium的使用首先我们使用的环境是FireFox47和python3.6，驱动地址链接：https://pan.baidu.com/s/1THxUan49YlKOwSTpFpshWg 密码：ibcw下载好后放置在python的script的目录下，不知道怎么回事我用谷歌浏览器一直就是使用不起来，昨天搞了一天了，百度说是驱动问题，但我驱动和浏览器的版本都是对应的，不存在驱动问题的。
言归正传，Selenium是一个自动化测试工具，利用它可以驱动浏览器执行特定的动作，如点击、下拉等操作，同时还可以获取浏览器当前呈现的页面的源代码，做到可见即可爬。
一.声明浏览器对象
Selenium支持非常多的浏览器，如Chrome、FireFox、Edge等我们用如下方式进行初始化:
from selenium import webdriver
browser=webdriver.Chrome()
browser=webdriver.Firefox()
browser=webdriver.Edge() 这样就完成了浏览器对象的初始化并将其赋值为browser对象。接下来，我们要做的就是调用browser对象，让其执行各个动作以模拟浏览器操作。
二.访问页面
我们可以用get()方法请求网页，参数传入链接URL即可。如下所示:
from selenium import webdriver
browser=webdriver.Firefox()
browser.get('https://www.taobao.com')
print(browser.page_source) #打印输出网页源代码
browser.close() 通过这几行简单的代码，我们可以实现浏览器的驱动并获取网页源码，非常便捷。
三.查找节点
Selenium可以驱动浏览器完成各种操作，比如填充表单、模拟点击等。比如，我们想要完成向某个输入框输入文字操作，总需要知道这个输入框的位置，而selenium提供一系列查找节点的方法
单个节点
我们可以用find_element_by_name()根据那么值获取，find_element_by_id()是根据id获取。另外，还有根据XPath、CSS选择器等获取方式。
如下所示:
from selenium import webdriver
browser=webdriver.Firefox()
browser.get('https://www.taobao.com')
input_first=browser.find_element_by_id('q')
input_second=browser.find_element_by_css_selector('#q')
input_third=browser.find_element_by_xpath('//*[@id="q"]')
print(input_first,input_second,input_third)
browser.close() 这里我们使用3种方式获取输入框，分别是ID，CSS选择器和XPath获取，它们返回的结果完全一致。运行结果如下:
<selenium.webdriver.firefox.webelement.FirefoxWebElement (session="860ee34c-7bde-4dd0-9487-11657b6cf669", element="4678c2d7-4e29-48e5-a867-704cb3c1d869")> <selenium.webdriver.firefox.webelement.FirefoxWebElement (session="860ee34c-7bde-4dd0-9487-11657b6cf669", element="4678c2d7-4e29-48e5-a867-704cb3c1d869")> <selenium.webdriver.firefox.webelement.FirefoxWebElement (session="860ee34c-7bde-4dd0-9487-11657b6cf669", element="4678c2d7-4e29-48e5-a867-704cb3c1d869")>
可以看到，这3个节点都是WebElement类型，是完全一致的。
这里列出所有获取单个节点的方法:
find_element_by_id
find_element_by_name
find_element_by_xpath
find_element_by_link_text
find_element_by_partial_link_text
find_element_by_tag_name
find_element_by_class_name
find_element_by_css_selector 另外，Selenium还提供了通用方法find_element()，它需要传入两个参数:查找方式By和值。实际上，它就是find_element_by_id()这种方法的通用函数版本，比如find_element_by_id(id)就等价于find_element(By.ID,id),二者得到的结果完全一致。我们用代码实现下:
from selenium import webdriver
from selenium.webdriver.common.by import By
browser = webdriver.Chrome()
browser.get('https://www.taobao.com')
input_first = browser.find_element(By.ID, 'q')
print(input_first)
browser.close() 多个节点
如果查找的目标在网页上只有一个，那么完全可以用find_element()方法。但如果有多个节点，再用find_element()方法查找，就只能得到第一个节点了。如果要查找所有满足条件的节点，需要用find_elements()这样的方法。如下所示:
from selenium import webdriver
browser=webdriver.Firefox()
browser.get('https://www.taobao.com')
lis=browser.find_elements_by_css_selector('.service-bd li')
print(lis)
browser.close() 运行结果如下:
from selenium import webdriver
browser=webdriver.Firefox()
url='https://www.zhihu.com/explore'
browser.get(url)
input=browser.find_element_by_class_name('zu-top-add-question')
print(input.text) <selenium.webdriver.firefox.webelement.FirefoxWebElement (session="860ee34c-7bde-4dd0-9487-11657b6cf669", element="4678c2d7-4e29-48e5-a867-704cb3c1d869")> <selenium.webdriver.firefox.webelement.FirefoxWebElement (session="860ee34c-7bde-4dd0-9487-11657b6cf669", element="4678c2d7-4e29-48e5-a867-704cb3c1d869")> <selenium.webdriver.firefox.webelement.FirefoxWebElement (session="860ee34c-7bde-4dd0-9487-11657b6cf669", element="4678c2d7-4e29-48e5-a867-704cb3c1d869")> 可以看到，得到的内容变成了列表类型，列表中的每个节点都是WebElement类型。
也就是说，如果我们用find_element()方法，只能获取匹配的第一个节点，结点是WebElement类型。如果用find_elements()方法，则结果是列表类型，列表中的每个节点是WebElement类型。
这里列出所有获取多个节点的方法:
find_elementS_by_id
find_elementS_by_name
find_elementS_by_xpath
find_element_by_link_text
find_elementS_by_partial_link_text
find_elementS_by_tag_name
find_elementS_by_class_name
find_elementS_by_css_selector 当然，我们也可以直接用find_elements()方法来选择，这时可以这样写:
lis=browser.find_elements(By.CSS_SELECTOR,'.service-bd li') 结果是完全一致的。
节点交互
Selenium可以驱动浏览器来执行一些操作，也就是说可以让浏览器模拟执行一些动作。比较常见的用法有:输入文字时用send_keys()方法，清空文字用clear()方法，点击按钮时用click（）方法，示例如下:
from selenium import webdriver
import time
browser=webdriver.Firefox()
browser.get('https://www.taobao.com')
input=browser.find_element_by_id('q')
input.send_keys('iPhone')
time.sleep(1)
input.clear()
input.send_keys('iPad')
button=browser.find_element_by_class_name('btn-search')
button.click() 这里首先驱动浏览器打开淘宝，然后用find_element_by_id()方法获取输入框，然后用send_keys()方法输入iPhone文字，等待一秒后用clear()方法清空输入框，再次调用send_keys()方法输入iPad文字，之后再用find_element_by_class_name()方法获取搜索按钮，最后调用click(）方法完成搜索动作。
动作链
在上面的实例中，一些交互动作都是针对某个节点执行的。比如，对于输入框，我们就调用它的输入文字和清空文字方法;对于按钮，就调用它的点击方法。其实，还有另外一些操作，它们没有特定的执行对象，这些动作用另一种方式来执行，那就是动作链。
from selenium import webdriver
from selenium.webdriver import ActionChains
browser = webdriver.Firefox()
url = 'http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable'
browser.get(url)
browser.switch_to.frame('iframeResult')
source = browser.find_element_by_css_selector('#draggable')
target = browser.find_element_by_css_selector('#droppable')
actions = ActionChains(browser)
actions.drag_and_drop(source, target)
actions.perform() 首先我们打开网页中的一个拖拽实例，然后依次选中要被拖拽的节点和拖拽到的目标节点，然后声明了 ActionChains 对象赋值为 actions 变量，然后通过调用 actions 变量的 drag_and_drop() 方法，然后再调用 perform() 方法执行动作，就完成了拖拽操作.
执行JavaScript
我们用execut_script()方法实现，如下所示:
from selenium import webdriver
browser=webdriver.Firefox()
browser.get('https://www.zhihu.com/explore')
browser.execute_script('window.scrollTo(0,document.body.scrollHeight)')
browser.execute_script('alert("To Bottom")') 这里我们利用excute_script()方法将进度条下拉到最底部，然后弹出alert提示框
获取节点信息
selenium提供了选择节点的方法，返回的是WebElement类型，那么它也有相关的方法和属性来直接提取节点信息，如文本、属性等。这样的话，我们就可以不通过解析源代码来提取信息。
- 获取属性
我们可以使用get_attribute()方法来获取节点的属性，但是前提是先选中这个节点，示例如下:
from selenium import webdriver
from selenium.webdriver import ActionChains
browser=webdriver.Firefox()
url='https://www.zhihu.com/explore'
browser.get(url)
logo=browser.find_element_by_id('zh-top-link-logo')
print(logo)
print(logo.get_attribute('class'))
运行之后，程序便会用火狐浏览器打开知乎页面，然后获取知乎的logo节点，最后打印出它的class。
输出结果如下
<selenium.webdriver.firefox.webelement.FirefoxWebElement (session="c3095667-b9d9-4100-8538-047d3d97a247", element="f286250c-48eb-4189-bf7b-d993e3339ce0")>
zu-top-link-logo 通过get_attribute()方法，然后传入想要获取的属性名，就可以得到它的值了。
- 获取文本值
每个WebElement节点都有text属性，直接调用这个属性就可以得到节点内部的文本信息，这相当于Beautiful Soup的get_text()方法，如下所示:
from selenium import webdriver
browser=webdriver.Firefox()
url='https://www.zhihu.com/explore'
browser.get(url)
input=browser.find_element_by_class_name('zu-top-add-question')
print(input.text) 这里获取的“提问”这个节点，再将其文本值打印出来。
控制台输出结果如下:
提问
- 获取id、位置、标签名和大小
另外，WebElement节点还有其他一些属性，比如id属性可以获取id，location属性可以获取该节点在页面中的相对位置，tag_name属性可以获取标签名称，size属性可以获取节点的大小，也就是宽高，如下所示:
from selenium import webdriver
browser = webdriver.Firefox()
url = 'https://www.zhihu.com/explore'
browser.get(url)
input = browser.find_element_by_class_name('zu-top-add-question')
print(input.id)
print(input.location)
print(input.tag_name)
print(input.size) 这里首先获得"提问“按钮这个节点，然后调用其id、location、tag_name、size属性来获取对应的属性值。
切换Frame
我们知道网页中有一种节点叫做iframe，也就是子Frame，相当于页面的子页面，它的结构和外部网页的结构完全一致。Selenium打开网页后，它默认是在父级节点Frame里面操作，而此时如果页面中还有子Frame，它是不能获取到子Frame里面的节点的。这时需要使用switch_to,.frame()方法来切换Frame。示例如下:
import time
from selenium import webdriver
from selenium.common.exceptions import NoSuchElementException
browser=webdriver.Firefox()
url='http://www.runoob.com/try/try.php?filename=jqueryui-api-droppable'
browser.get(url)
browser.switch_to.frame('iframeResult')
try:
logo=browser.find_element_by_class_name('logo')
except NoSuchElementException:
print('NO LOGO')
browser.switch_to.parent_frame()
logo=browser.find_element_by_class_name('logo')
print(logo)
print(logo.text) 输出如下:
NO LOGO
<selenium.webdriver.firefox.webelement.FirefoxWebElement (session="f8e8a398-fb94-4dfd-89b6-4fe3bfb50c52", element="29b03253-8b92-4187-bb44-388aecb60f45")>
RUNOOB.COM
这里首先通过switc_to.frame()方法切换到子Frame里面，然后尝试获取父级Frame里的logo节点(这里是不可能找到的),如果找不到的话，就会抛出NoSuchElementException异常，异常被捕捉之后，就会输出NO LOGO。接下来，重新切换到父级Frame，然后再次重新获取节点，发现此时可以成功获取了。
switch_to.frame()方法是当页面中包含子Frame时，获取子Frame中的节点。
延时等待
- 隐式等待
当使用隐式等待执行测试的时候，如果Selenium没有在DOM中找到节点，将继续等待，超出设定时间后，则抛出找不到节点的异常。如下所示:
from selenium import webdriver
browser = webdriver.Firefox()
browser.implicitly_wait(10)
browser.get('https://www.zhihu.com/explore')
input = browser.find_element_by_class_name('zu-top-add-question')
print(input) - 显示等待
显示等待它指定要查找的节点，然后指定一个最长等待时间。如果在规定时间内加载出来这个节点，就返回查找的节点；如果到了规定的时间依然没有加载出该节点，则抛出异常，如下所示:
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
browser=webdriver.Firefox()
browser.get('https://www.taobao.com/')
wait=WebDriverWait(browser,10)
input=wait.until(EC.presence_of_element_located((By.ID,'q')))
button=wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR,'.btn-search')))
print(input,button) 这里首先引入WebDriverWait这个对象，指定最长等待时间，然后调用它的until()方法，传入要等待条件expected_condititions。比如，这里传入了presence_of_element_located这个条件，代表节点出现的意思。其参数是节点的定位元祖，也就是ID为q的节点搜索框。
这样可以做到的效果就是，在10秒内如果ID为q的节点成功加载出来，就返回该节点；如果超过10秒还没加载出来，就抛出异常
对于按钮，可以更改一下等待条件，比如改为 element_to_be_clickable，也就是可点击，所以查找按钮时是查找 CSS 选择器为 .btn-search 的按钮，如果 10 秒内它是可点击的也就是成功加载出来了，那就返回这个按钮节点，如果超过 10 秒还不可点击，也就是没有加载出来，那就抛出异常。
运行代码，在网速较佳的情况下是可以成功加载出来的。
控制台输出：
<selenium.webdriver.firefox.webelement.FirefoxWebElement (session="a9445dae-1106-4c33-9f88-7aa757587287", element="b539ab53-bbbc-4018-8e75-9eb179b28b80")> <selenium.webdriver.firefox.webelement.FirefoxWebElement (session="a9445dae-1106-4c33-9f88-7aa757587287", element="4356a278-4651-4d7f-9769-c6e97f1a5cdd")>
关于等待条件，其实还有很多，具体百度有。
前进和后退
Selenium中提供了back（）方法后退，使用forward()方法前进。如下所示:
import time
from selenium import webdriver
browser=webdriver.Firefox()
browser.get('https://www.baidu.com/')
browser.get('https://www.taobao.com/')
browser.get('https://www.python.org/')
browser.back()
time.sleep(1)
browser.forward()
browser.close() 这里我们连续访问3个页面，然后调用back()方法回到第二个页面，接下来再调用forward()方法又可以前进到第三个页面。
Cookies
使用Selenium,还可以方便地对Cookies进行操作，例如获取、添加、删除Cookies等。示例如下:
from selenium import webdriver
browser=webdriver.Firefox()
browser.get('https://www.zhihu.com/explore')
print(browser.get_cookies())
browser.add_cookie({'name':'name','domain':'www.zhihu.com','value':'germey'})
print(browser.get_cookies())
browser.delete_all_cookies()
print(browser.get_cookies()) 首先我们访问了知乎，然后加载完成之后，浏览器实际上已经生成了 Cookies 了，我们调用 get_cookies() 方法就可以获取所有的 Cookies，然后我们添加一个 Cookie，传入一个字典，有 name、domain、value 等内容。接下来我们再次获取所有的 Cookies，可以发现结果就多了这一项 Cookie。最后我们调用 delete_all_cookies() 方法，删除所有的 Cookies，再重新获取，结果就为空了。
输出结果如下:
[{'name': 'tgw_l7_route', 'value': '200d77f3369d188920b797ddf09ec8d1', 'path': '/', 'domain': 'www.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': 'l_n_c', 'value': '1', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': 'q_c1', 'value': '0a04eaa0d8794c92950f448476254113|1532313479000|1532313479000', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': '_xsrf', 'value': '5c49b528447609a4fdb0a69e347d2fe1', 'path': '/', 'domain': 'www.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': 'r_cap_id', 'value': '"ZmJlNzYxMDk0OGQ5NDY2ODgxOWQ5NGUzZWJlNGY2NDU=|1532313479|f2d05a38cae52a8a465c107214fd78355ac08326"', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': 'cap_id', 'value': '"MTdmZDEyMGE1MDM5NDZhZmJjMWNiYjYyZDE2ZGUxNGM=|1532313479|b564e56d6e509522c20b4934bef527223d6d7a20"', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': 'l_cap_id', 'value': '"YjA4YmEyYjg2NjY5NGQ1NDk2N2FhYjg5ZDY4MWU4OTQ=|1532313479|24b4d2925e30855d55ea74c047406d614a5be5e8"', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': 'n_c', 'value': '1', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': 'd_c0', 'value': '"AFAmMLhT8Q2PTjXr7t-dcrv3usuUs8WokLE=|1532313482"', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': '_zap', 'value': '8399c18a-f9ea-4bc7-bc88-2e1da0aef956', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': '__utma', 'value': '51854390.321058288.1532313485.1532313485.1532313485.1', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': '__utmb', 'value': '51854390.0.10.1532313485', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': '__utmc', 'value': '51854390', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': '__utmz', 'value': '51854390.1532313485.1.1.utmcsr=(direct)|utmccn=(direct)|utmcmd=(none)', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': '__utmv', 'value': '51854390.000--|3=entry_date=20180723=1', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}]
[{'name': 'tgw_l7_route', 'value': '200d77f3369d188920b797ddf09ec8d1', 'path': '/', 'domain': 'www.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': 'l_n_c', 'value': '1', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': 'q_c1', 'value': '0a04eaa0d8794c92950f448476254113|1532313479000|1532313479000', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': '_xsrf', 'value': '5c49b528447609a4fdb0a69e347d2fe1', 'path': '/', 'domain': 'www.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': 'r_cap_id', 'value': '"ZmJlNzYxMDk0OGQ5NDY2ODgxOWQ5NGUzZWJlNGY2NDU=|1532313479|f2d05a38cae52a8a465c107214fd78355ac08326"', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': 'cap_id', 'value': '"MTdmZDEyMGE1MDM5NDZhZmJjMWNiYjYyZDE2ZGUxNGM=|1532313479|b564e56d6e509522c20b4934bef527223d6d7a20"', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': 'l_cap_id', 'value': '"YjA4YmEyYjg2NjY5NGQ1NDk2N2FhYjg5ZDY4MWU4OTQ=|1532313479|24b4d2925e30855d55ea74c047406d614a5be5e8"', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': 'n_c', 'value': '1', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': 'd_c0', 'value': '"AFAmMLhT8Q2PTjXr7t-dcrv3usuUs8WokLE=|1532313482"', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': '_zap', 'value': '8399c18a-f9ea-4bc7-bc88-2e1da0aef956', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': '__utma', 'value': '51854390.321058288.1532313485.1532313485.1532313485.1', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': '__utmb', 'value': '51854390.0.10.1532313485', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': '__utmc', 'value': '51854390', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': '__utmz', 'value': '51854390.1532313485.1.1.utmcsr=(direct)|utmccn=(direct)|utmcmd=(none)', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': '__utmv', 'value': '51854390.000--|3=entry_date=20180723=1', 'path': '/', 'domain': '.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}, {'name': 'name', 'value': 'germey', 'path': '', 'domain': 'www.zhihu.com', 'expiry': None, 'secure': False, 'httpOnly': False}]
[]
选项卡管理
import time
from selenium import webdriver
browser=webdriver.Firefox()
browser.get('https://www.baidu.com')
browser.execute_script('window.open()')
print(browser.window_handles)
browser.switch_to_window(browser.window_handles[1])
browser.get('https://www.taobao.com')
time.sleep(1)
browser.switch_to_window(browser.window_handles[0])
browser.get('https://python.org') ![CSS的伪元素和伪类的区别[图]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)