selenium webdriver基于Python系列之八種元素定位方法

1、id、name、class name、tag name、link text、partial link text、xpath、css selector在 Python 語言中對應的定位方法如下:

find_element_by_id()

find_element_by_name()

find_element_by_class_name()

find_element_by_tag_name()

find_element_by_link_text()

find_element_by_partial_link_text()

find_element_by_xpath()

find_element_by_css_selector()

from selenium import webdriver

import os

import time

path = os.getcwd()

path = 'file://' + path.split('test_case')[0] + 'demo_html' + os.path.sep + 'test.html'

test_html = path.decode('gbk').encode('utf-8')

baidu_url = 'http://www.baidu.com'

dr = webdriver.Firefox()

dr.implicitly_wait(30)

dr.get(baidu_url)

百度搜索框的html

1.根據id屬性定位, id="kw"

dr.find_element_by_id('kw').clear()

dr.find_element_by_id('kw').send_keys('python')

2.根據name屬性定位, name="wd"

dr.find_element_by_name('wd').clear()

dr.find_element_by_name('wd').send_keys('python')

3.根據class屬性定位, class="s_ipt"

dr.find_element_by_class_name('s_ipt').clear()

dr.find_element_by_class_name('s_ipt').send_keys('python')

4.find_element_by_tag_name(), 搜索框的標簽是

TIPS:通常很少使用tagname定位,因為頁面上包含的相同標簽數太多時, 比如_testfile頁面,包含了3個input元素,使用find_element_by_tag_name('input')時,driver是無法區分出你到底要對哪個input操作,這里我們使用find_elements_by_tag_name('input')

注意這里find_elements_xxx的用法

dr.get(test_html)

eles = dr.find_elements_by_tag_name('input')

for e in eles:

if e.get_attribute('id') == 'username':

   e.send_keys(u'這是用戶名輸入框')

5.find_element_by_link_text() 加 u 的作用是把中文字符串轉換成unicode 編碼

dr.get(baidu_url)

dr.find_element_by_link_text(u'使用百度前必讀').click()

6.find_element_by_partial_link_text(), partial link text是對link text的補充。

只要取文本鏈接中的一部分即可,下面2行代碼定位到的是同一個元素dr.back()

返回上一頁dr.find_element_by_partial_link_text(u'使用百度').click()

dr.back()

dr.find_element_by_partial_link_text(u'百度前必讀').click()

7.find_element_by_xpath()dr.back()

7.1 使用絕對路徑xpath定位

dr.find_element_by_xpath("/html/body/div[3]/div[1]/div/div[1]/div/form/span[1]/input").send_keys('0')

7.2 使用相對路徑的xpath定位

關于xpath的技巧,建議親們在后期深入學習時重點研究下。通過常規方法不能定位元素時,使用xpath/css肯定是可行的。

dr.find_element_by_xpath("http://input[@id='kw']").send_keys('1')

dr.find_element_by_xpath("http://input[@name='wd']").send_keys('2')

dr.find_element_by_xpath("http://input[@class='s_ipt']").send_keys('3')

dr.find_element_by_xpath("http://[@class='s_ipt']").send_keys('4')

8. find_element_by_css_selector()

dr.find_element_by_css_selector(".s_ipt").send_keys('5')

.號后面跟的是class屬性, class="s_ipt"dr.find_element_by_css_selector("#kw").send_keys('6')

號后面跟的是id屬性, id="kw"

這里停留30秒,方便大家看下效果,百度輸入框里輸入的是不是0123456time.sleep(30)

print u"搜索按鈕的文字是>>>",

dr.find_element_by_id('su').textdr.get(baidu_url)news_link = dr.find_element_by_link_text(u"新聞")print u"新聞鏈接是>>>", news_link.get_attribute("href")print u"新聞鏈接的name屬性是>>>", news_link.get_attribute("name")

9.退出,有2種方法dr.quit()

關閉【所有窗口】,并退出相關的驅動程序,# dr.close()

關閉【當前窗口】,注意兩者的區別

find_element_by_xxxx 和find_elements_by_xxx的區別:

find_element_by_xxxx:定位一個元素

find_elements_by_xxx:定位一組元素,得到的是一個list,要從list取值后再對每個元素做具體操作

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,739評論 6 534
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,634評論 3 419
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,653評論 0 377
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,063評論 1 314
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,835評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,235評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,315評論 3 442
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,459評論 0 289
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,000評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,819評論 3 355
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,004評論 1 370
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,560評論 5 362
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,257評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,676評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,937評論 1 288
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,717評論 3 393
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,003評論 2 374

推薦閱讀更多精彩內容