百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

selenium之Webdriver

ztj100 2025-05-22 14:57 42 浏览 0 评论

操作浏览器

启动浏览器

#coding=utf-8
#第一步导入selenium里的webdriver模块
from selenium import webdriver
#第二步 启动浏览器
driver=webdriver.Firefox() #启动火狐浏览器
#driver=webdriver.Ie() #启动Ie浏览器
#driver=webdriver.Chrome() #启动谷歌浏览器
#第三步 打开url
driver.get("http://www.baidu.com")

窗口位置


driver.set_window_position(横坐标,纵坐标):设置浏览器窗口坐标。


driver.get_window_position():获取当前窗口坐标。


实例


#coding=utf-8
from selenium import webdriver

driver=webdriver.Firefox() #启动火狐浏览器
driver.get("http://www.baidu.com") #打开百度
driver.set_window_position(20,200) #设置浏览器窗口坐标。
print driver.get_window_position() #获取当前窗口坐标。


返回结果:


{u'y': 200, u'x': 20}

窗口大小

driver.set_window_size(宽,高):设置浏览器窗口大小。

driver.get_window_size():获取当前窗口的长和宽。


实例


#coding=utf-8

from selenium import webdriver
driver=
webdriver.Firefox() #启动火狐浏览器
driver.get("http://www.baidu.com") #打开百度
driver.set_window_size(500,600) #设置浏览器窗口大小。
print driver.get_window_size() #获取当前窗口的长和宽。


返回结果:


{u'width': 500, u'height': 600}

窗口最大化

maximize_window() 浏览器全屏



#coding=utf-8

from selenium import webdriver
driver=webdriver.Firefox() #启动火狐浏览器
driver.get("http://www.baidu.com") #打开百度
driver.maximize_window() #窗口最大化

前进后退

driver.back() 返回(后退)到上一页

driver.forward() 前进到下一页


实例


#coding=utf-8

from selenium import webdriver
driver=webdriver.Firefox() #启动火狐浏览器
#访问百度首页
driver.get('https://www.baidu.com/')
print u'打开网页地址:%s'%(driver.title)
#访问地图页面
driver.get('http://map.baidu.com/')
print u'打开网页地址:%s'%(driver.title)
#返回(后退)到百度首页
driver.back()
print u'返回地址:%s'%(driver.title)
#前进到地图页
driver.forward()
print u'返回地址:%s'%(driver.title)
driver.quit()#关闭浏览器


返回结果


打开网页地址:百度一下,你就知道

打开网页地址:百度地图

返回地址:百度一下,你就知道

返回地址:百度地图

刷新

有些页面数字更新后,不会自动刷新,需要手动刷新


driver.refresh():刷新当前页面


#coding=utf-8

#第一步导入selenium里的webdriver模块
from selenium import webdriver
import time
#第二步 启动浏览器
driver=webdriver.Firefox() #启动火狐浏览器
#第三步 打开url
driver.get("http://www.baidu.com")
time.sleep(2) #等待2秒
driver.refresh() #页面进行刷新


窗口截图

driver.get_screenshot_as_file(保存路径+文件名称+后缀) 截取当前窗口。


#coding=utf-8

from selenium import webdriver
import time

driver=webdriver.Firefox()
driver.get("http://www.baidu.com")
#打开百度搜索
driver.find_element_by_id('kw').send_keys("ceshi")
driver.find_element_by_id('su').click()
time.sleep(3)
#截取当前窗口,并指定截图图片的保存位置
driver.get_screenshot_as_file("C:\\Users\\termianl\\Desktop\\ceshi.png")
driver.quit()

关闭窗口

driver.quit() #结束进程,关闭所有窗口

driver.close() #关闭当前窗口

备注:最后结束测试,要用quit,quit可以回收c盘的临时文件


获取验证信息


driver.title : 判断浏览器的title包含的关键字,确认页面跳转正确

driver.current_url : 获取浏览器的地址

driver.page_source : 返回页面html

driver.name : 获取浏览器名称



#coding:utf-8

import time
from selenium import webdriver

driver=webdriver.Firefox()
driver.get('https://yunpan.360.cn/')
#打印当前页面的title
print driver.title
#打印当前的url
print driver.current_url

driver.find_element_by_name('account').send_keys('xxxxxxx@qq.com')
driver.find_element_by_name('password').send_keys('xxxxxxx')
driver.find_element_by_xpath(
u"//input[@value='登录']").click()
#再次打印当前页面title
print driver.title
#打印当前的url
print driver.current_url

driver.quit()

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: