Playwright中page.locator快速查找网页元素和对象交互操作

Playwright 是一个用于自动化测试和网页操作的 Python 库，它提供了对浏览器的控制和操作的功能，包括 Chromium、Firefox 和 WebKit。使用 Playwright，您可以编写自动化测试、网页截图、网页数据提取以及网页交互等任务。
Playwright 具有以下特点：
跨浏览器支持： 支持多种主流浏览器，包括 Chromium、Firefox 和 WebKit。
强大的 API： 提供了丰富的 API，允许您模拟用户操作、获取和修改网页内容、执行 JavaScript 等。
异步支持： 支持异步操作，可以更高效地管理并发任务。
自动等待和重试： 具有内置的自动等待和重试机制，使测试更稳定可靠。
Headless 和非 Headless 模式： 可以选择在 Headless 模式（无界面）或非 Headless 模式（有界面）下运行浏览器。
交互式调试： 提供交互式调试工具，方便定位和解决问题。
社区活跃： 由微软开发并开源，拥有活跃的社区支持和更新。
Python 的 Playwright 库提供了易于使用的 API，使得在 Python 中进行网页自动化变得简单而高效。您可以使用 Playwright 来执行各种任务，包括自动化测试、网页截图、网页爬取和数据提取等。

Playwright 中的`page.locator()`方法用于在网页上查找和交互操作。它返回一个 Locator 对象 ，该对象表示匹配指定选择器及任何额外约束（例如 has_text、has_not_text、has 和 has_not）的元素集合。
可以使用 Locator 对象在匹配元素上执行操作 ，例如点击按钮或填充表单字段。Locator 对象在执行操作之前立即解析为实际的 DOM 元素，因此如果在操作之间更改了 DOM 结构，则操作将在正确的元素上执行。

与其他用于查找元素的方法（如 query_selector_all）相比，locator 提供了更多高级功能，例如等待元素出现并检查它们是否可见。这可以使测试更加稳健和可维护。

此外，locator 允许您通过指定额外约束（例如 has_text 或 has）来缩小元素查找的范围。这在查找可能没有唯一选择器的特定元素时很有用。

总的来说，Playwright 中的 locator 方法是一个强大的工具，它允许开发人员轻松查找和与网页上的元素交互。使用 Playwright 时，建议使用 locator 查找元素。

下面是 `page.locator()` 方法的详细介绍：
page.locator(selector)
page.locator(selector, **kwargs)

语法

def locator(

self,

selector: str,

*,

has_text: typing.Optional[typing.Union[str, typing.Pattern[str]]] = None,

has_not_text: typing.Optional[typing.Union[str, typing.Pattern[str]]] = None,

has: typing.Optional["Locator"] = None,

has_not: typing.Optional["Locator"] = None

) -> "Locator":
"""Page.locator

### 参数

方法的第一个参数是selector，它是一个字符串，用于解析DOM元素。

该方法还接受可选的参数has_text、has_not_text、has和has_not。
has_text 参数用于匹配包含指定文本的元素，该文本可能出现在元素的子元素或后代元素中。当传递一个字符串时，匹配是不区分大小写的，并搜索子字符串。例如，"Playwright"将匹配<article><div>Playwright</div></article>。
has_not_text 参数用于匹配不包含指定文本的元素，该文本可能出现在元素的子元素或后代元素中。当传递一个字符串时，匹配是不区分大小写的，并搜索子字符串。

has参数用于限制方法的结果，仅包含与此相对定位器匹配的元素。例如，article，它有text=Playwright匹配<article><div>Playwright</div></article>。
has_not 参数用于匹配不包含与内部定位器匹配的元素的元素。内部定位器查询与外部定位器匹配，而不是文档根。例如，您可以在<article><content><div>Playwright</div></content></article>中查找具有div的content。但是，查找具有article div的content将失败，因为内部定位器必须相对于外部定位器，不应使用外部定位器之外的任何元素。

请注意，外部和内部定位器必须属于同一框架。内部定位器不得包含FrameLocators。

### 返回值： 一个 Locator对象( 元素定位器***)，可以用于查找与给定选择器匹配的元素。***

    def locator(
        self,
        selector: str,
        *,
        has_text: typing.Optional[typing.Union[str, typing.Pattern[str]]] = None,
        has_not_text: typing.Optional[typing.Union[str, typing.Pattern[str]]] = None,
        has: typing.Optional["Locator"] = None,
        has_not: typing.Optional["Locator"] = None
    ) -> "Locator":
        """Page.locator

        The method returns an element locator that can be used to perform actions on this page / frame. Locator is resolved
        to the element immediately before performing an action, so a series of actions on the same locator can in fact be
        performed on different DOM elements. That would happen if the DOM structure between those actions has changed.

        [Learn more about locators](https://playwright.dev/python/docs/locators).

        Parameters
        ----------
        selector : str
            A selector to use when resolving DOM element.
        has_text : Union[Pattern[str], str, None]
            Matches elements containing specified text somewhere inside, possibly in a child or a descendant element. When
            passed a [string], matching is case-insensitive and searches for a substring. For example, `"Playwright"` matches
            `<article><div>Playwright</div></article>`.
        has_not_text : Union[Pattern[str], str, None]
            Matches elements that do not contain specified text somewhere inside, possibly in a child or a descendant element.
            When passed a [string], matching is case-insensitive and searches for a substring.
        has : Union[Locator, None]
            Narrows down the results of the method to those which contain elements matching this relative locator. For example,
            `article` that has `text=Playwright` matches `<article><div>Playwright</div></article>`.

            Inner locator **must be relative** to the outer locator and is queried starting with the outer locator match, not
            the document root. For example, you can find `content` that has `div` in
            `<article><content><div>Playwright</div></content></article>`. However, looking for `content` that has `article
            div` will fail, because the inner locator must be relative and should not use any elements outside the `content`.

            Note that outer and inner locators must belong to the same frame. Inner locator must not contain `FrameLocator`s.
        has_not : Union[Locator, None]
            Matches elements that do not contain an element that matches an inner locator. Inner locator is queried against the
            outer one. For example, `article` that does not have `div` matches `<article><span>Playwright</span></article>`.

            Note that outer and inner locators must belong to the same frame. Inner locator must not contain `FrameLocator`s.

        Returns
        -------
        Locator
        """

        return mapping.from_impl(
            self._impl_obj.locator(
                selector=selector,
                hasText=has_text,
                hasNotText=has_not_text,
                has=has._impl_obj if has else None,
                hasNot=has_not._impl_obj if has_not else None,
            )
        )

用法

可以使用 `locator` 对象(`page.locator()返回值)的以下方法来查找元素：

Locator是Playwright中自动等待和重试的核心部分。简而言之，Locator代表在任何时刻在页面上查找元素的方法。
可以使用page.locator()方法创建一个Locator对象实例。

**方法：**

• **all**: 查找所有匹配的元素。
  * `first()`: 返回第一个匹配的元素。等价于 `nth(0)`。
  * `last()`: 返回最后一个匹配的元素。

• **all_inner_texts**: 获取所有匹配元素的内部文本。

• **all_text_contents**: 获取所有匹配元素的文本内容。

• **and_**: 逻辑与操作符，可以与其他Locator组合使用。

• **blur**: 触发元素失焦事件。

• **bounding_box**: 获取元素的边界框。

• **check**: 选中复选框或单选框。

• **clear**: 清空输入框中的文本。

• **click**: 单击元素。

• **count**: 计算匹配的元素数量。

• **dblclick**: 双击元素。

• **dispatch_event**: 分发指定事件到元素。

• **drag_to**: 将元素拖动到指定位置。

• **evaluate**: 在元素上下文中执行JavaScript代码。

• **evaluate_all**: 在所有匹配元素的上下文中执行JavaScript代码。

• **evaluate_handle**: 获取元素的JavaScript句柄。

• **fill**: 在输入框中输入文本。

• **filter**: 根据指定条件过滤匹配的元素。

• **focus**: 将焦点设置到元素。

• **frame_locator**: 在特定的iframe中查找元素。

• **get_attribute**: 获取元素的属性值。

• **get_by_alt_text**: 根据alt属性的值查找元素。

• **get_by_label**: 根据标签查找元素。

• **get_by_placeholder**: 根据placeholder属性的值查找元素。

• **get_by_role**: 根据角色查找元素。

• **get_by_test_id**: 根据测试ID查找元素。

• **get_by_text**: 根据文本内容查找元素。

• **get_by_title**: 根据标题查找元素。

• **highlight**: 在页面上突出显示匹配的元素。

• **hover**: 将鼠标悬停在元素上。

• **inner_html**: 获取元素的内部HTML。

• **inner_text**: 获取元素的内部文本。

• **input_value**: 获取输入框中的值。

• **is_checked**: 检查元素是否被选中。

• **is_disabled**: 检查元素是否被禁用。

• **is_editable**: 检查元素是否可编辑。

• **is_enabled**: 检查元素是否可用。

• **is_hidden**: 检查元素是否隐藏。

• **is_visible**: 检查元素是否可见。

• **locator**: 创建新的Locator实例。

• **nth**: 获取匹配元素中的第N个。

• **or_**: 逻辑或操作符，可以与其他Locator组合使用。

• **press**: 模拟按键操作。

• **press_sequentially**: 依次按下多个按键。

• **screenshot**: 对元素进行截图。

• **scroll_into_view_if_needed**: 将元素滚动到视图中。

• **select_option**: 选择下拉列表中的选项。

• **select_text**: 选择文本内容。

• **set_checked**: 设置复选框或单选框的选中状态。

• **set_input_files**: 设置输入文件的值。

• **tap**: 轻触元素。

• **text_content**: 获取元素的文本内容。

• **uncheck**: 取消选中复选框或单选框。

• **wait_for**: 等待匹配的元素出现。

示例

下面是一个使用 `page.locator()` 方法查找元素的示例：

---

要输出所有匹配元素的HTML内容，包括元素本身，循环遍历元素列表，并分别获取每个元素的HTML内容。

以下是示例代码：

elements = await page.locator('input').all()

for element in elements:

html_content = await element.evaluate('(element) => element.outerHTML ')

print(html_content)

这将打印所有匹配的输入框元素的HTML内容，包括元素本身。

JavaScript箭头函数表达式的语法比普通函数表达式更简洁。

---

evaluate: 在元素上下文中执行JavaScript代码。

evaluate_all: 在所有匹配元素的上下文中执行JavaScript代码。

evaluate_handle: 获取元素的JavaScript句柄。

import asyncio
from playwright.async_api import async_playwright

async def main():
    async with async_playwright() as playwright:
        browser = await playwright.chromium.launch(headless=False)
        page = await browser.new_page()

        await page.set_content('''
            <div id="my_div" class="container">
                <H4>type、press 和 check 方法来模拟用户与页面元素的交互操作</H4>
                <p>Paragraph 1</p>
                <p>Paragraph 2</p>
                <p>Paragraph 3</p>
                <label for="my_input">my_input :<input type="text" id="my_input"></label><BR><BR>
                <button id="my_button">Click Me</button>
                <input type="checkbox" id="my_checkbox">
            </div>
        ''')

        # 创建一个Locator对象来查找按钮元素
        button_locator = page.locator('#my_button')

        # 使用evaluate方法在按钮元素上下文中执行JavaScript代码
        button_text = await button_locator.evaluate('(element) => element.textContent')
        print('Button Text:', button_text)

        # 使用evaluate_all方法在按钮元素上下文中执行JavaScript代码
        all_elements = await button_locator.evaluate_all('() => Array.from(document.querySelectorAll("p")).map(p => p.outerHTML)')
        print('All Elements:', all_elements)

        # 使用evaluate_handle方法获取按钮元素的JavaScript句柄
        button_handle = await button_locator.evaluate_handle('(element) => element.outerHTML')
        print('Button Handle:', button_handle)

        await browser.close()

asyncio.run(main())

这段代码中，我们使用了 map 函数和 Array.from 来获取所有段落元素的**outerHTML 属性**。同时，直接获取按钮元素的 outerHTML 属性，以便输出按钮的 HTML 元素。

# 导入 Playwright
from playwright.async_api import async_playwright
import asyncio
from playwright.async_api import ElementHandle

# 异步函数来运行 Playwright
async def main():
    # 创建 Playwright 实例
    async with async_playwright() as playwright:
        # 启动 Chromium 浏览器
        browser = await playwright.chromium.launch(headless=False)
        # 创建新页面
        page = await browser.new_page()
        # 设置页面内容
        await page.set_content('''
            <div id="my_div" class="container">
                <H4>type、press 和 check 方法来模拟用户与页面元素的交互操作</H4>
                <p>Paragraph 1</p>
                <p>Paragraph 2</p>
                <p>Paragraph 3</p>
                <label for="my_input">my_input :<input type="text" id="my_input"></label><BR><BR>
                <button id="my_button">Click Me</button>
                <input type="checkbox" id="my_checkbox">
            </div>
        ''')

        print('****************模拟用户操作*********************')

                # 等待3秒
        await page.wait_for_timeout(3000)


        # 在输入框中输入文本
        await page.type('#my_input', 'Hello, Playwright!')
        # 在按钮上执行点击操作
        await page.press('#my_button', 'Enter')

        # 在复选框上执行勾选操作
        await page.check('#my_checkbox')

        # 等待一会儿，以便观察结果
        await asyncio.sleep(3)       

        print('*********page.text，/page.inner，********************')

        # 获取元素的文本内容
        text = await page.text_content('#my_div')
        print("元素的文本内容：", text)

        # 获取元素的内部文本内容
        inner_text = await page.inner_text('#my_div')
        print("元素的内部文本内容：\n", inner_text)

        # 获取元素的内部 HTML 内容
        inner_html = await page.inner_html('#my_div')
        print("元素的内部 HTML 内容：", inner_html)

        # 获取元素的指定属性值
        attribute_value = await page.get_attribute('#my_div', 'class')
        print("元素的 class 属性值：", attribute_value)


        print('***************page.locator********************')
        # 创建一个 Locator 对象
        # locatorx = page.locator('//div[@id="my_div"]')
        locatorx = page.locator('div[id="my_div"]')
        #locatorx = page.locator('.container')
        # locatorx = page.locator('//div')
        # locatorx = page.locator('div.container')
        print(locatorx)

        # 使用列表推导式获取所有匹配元素的内部 HTML 内容
        # all_inner_html = [await  element.inner_html() for element in await locatorx.all()]

        # 获取所有匹配元素的内部 HTML 内容
        all_html = []
        for element in await locatorx.all():
            html_content = await element.inner_html()
            all_html.append(html_content)

        # 打印所有匹配元素的内部 HTML 内容
        for html_content in all_html:
            print(html_content)

        # # 调用 all() 方法获取所有匹配的元素
        # all_elements = await locator.all()

        # # 遍历所有元素并获取它们的内部 HTML 内容
        # for element_locator in all_elements:
        #         inner_html_content = await element_locator.inner_html()
        #         print(inner_html_content)



        print('****************page.query_selector_all*********************')

        # 查询所有匹配选择器的元素
        # async def query_selector_all(self, selector: str) -> List[ElementHandle]:
        #        return await self._main_frame.query_selector_all(selector)
        
        elements = await page.query_selector_all('.container > p')

        # 检查对象是否是 ElementHandle 类型的实例
        if isinstance(elements[0], ElementHandle):
            print("This is an ElementHandle object")

        print(elements)
        # [<JSHandle preview=JSHandle@node>, <JSHandle preview=JSHandle@node>, <JSHandle preview=JSHandle@node>]

        for element in elements:
            # 获取元素的文本内容
            text_content = await element.inner_text()
            print(text_content)  # 去除文本内容两端的空白字符

        print('***************page.evaluate************************')

        # 使用 evaluate执行 JavaScript 代码来获取页面上的 HTML 内容
        html_content = await page.evaluate('document.querySelector(".container").innerHTML')
        #     '''() => {
        #     const container = document.querySelector('.container');
        #     return container.innerHTML;
        # }''')

        # 打印 HTML 内容
        print(html_content)

        print('****************page.evaluate_handle************************')

        # 使用 evaluate_handle 方法执行 JavaScript 代码，获取指定选择器的元素句柄JSHandle
        element_handle = await page.evaluate_handle('document.querySelector(".container")')

        # 获取元素的属性
        # element_class = await element_handle.get_property('className')
        # print(await element_class.json_value())  # 打印元素的 class 属性值  

        text_content = await element_handle.evaluate('(element) => element.textContent')
        print(text_content)




        # 关闭浏览器
        await browser.close()

# 运行主函数
asyncio.run(main())


# 在 Playwright 中，有两种重要的对象类型：ElementHandle 和 JSHandle。
# ElementHandle：
# ElementHandle 代表着一个页面中的 DOM 元素。它是一个指向页面中实际元素的引用，可以让您执行诸如点击、输入等操作，并且可以获取元素的属性、文本内容等信息。
# JSHandle：
# JSHandle 代表着一个 JavaScript 对象，它可能是一个 DOM 元素，也可能是其他 JavaScript 对象。JSHandle 提供了一组方法来执行 JavaScript 代码、获取属性值、执行方法等操作。
# 通常情况下，当您使用 evaluate_handle 方法来执行 JavaScript 代码时，返回的对象可能是一个 ElementHandle 或者是一个 JSHandle，具体取决于执行的 JavaScript 代码以及其返回值类型。
# 如果执行的 JavaScript 代码返回的是一个 DOM 元素，那么返回的就是一个 ElementHandle；
# 如果返回的是其他 JavaScript 对象，那么返回的就是一个 JSHandle。

# 您可以根据返回的对象类型来决定如何进一步操作它。如果返回的是一个 ElementHandle，您可以执行与页面元素相关的操作；
# 如果返回的是一个 JSHandle，您可以执行 JavaScript 对象的操作。
# 通常，您可以使用 instanceof 操作符来检查对象的类型，以便根据需要执行相应的操作。

# DOM（Document Object Model）元素是HTML或XML文档中的一个节点。它可以是文档的根节点、元素节点、文本节点、注释节点等。
# DOM元素在HTML页面中表示页面中的标签，如<div>、<p>、<span>等。
# DOM元素具有以下特点：
# 标签：DOM元素对应于HTML页面中的标签，如<div>、<p>等。
# 属性：DOM元素可以具有属性，这些属性可以包含元素的额外信息或设置，如id、class、style等。
# 子节点：DOM元素可以包含其他元素作为子节点，形成了节点之间的层次结构，如<div>元素可以包含<p>、<span>等作为其子节点。
# 方法和事件：DOM元素有一些方法和事件，可以操作和监听元素的行为和状态。
# 通过使用DOM，可以通过JavaScript或其他脚本语言来访问和操作HTML文档中的元素，比如改变样式、添加新元素、删除元素等。
# DOM提供了一种方便的方式来操作页面结构和内容，并与用户交互。

# Playwright 的页面类（Page）提供的一些用于获取元素信息的异步方法
# async def text_content(
# self, selector: str, strict: bool = None, timeout: float = None
# ) -> Optional[str]:
# return await self._main_frame.text_content(**locals_to_params(locals()))

# async def inner_text(
# self, selector: str, strict: bool = None, timeout: float = None
# ) -> str:
# return await self._main_frame.inner_text(**locals_to_params(locals()))

# async def inner_html(
# self, selector: str, strict: bool = None, timeout: float = None
# ) -> str:
# return await self._main_frame.inner_html(**locals_to_params(locals()))

# async def get_attribute(
# self, selector: str, name: str, strict: bool = None, timeout: float = None
# ) -> Optional[str]:
# return await self._main_frame.get_attribute(**locals_to_params(locals()))

# 用于在指定的元素上输入文本
# await page.type('#my_input', 'Hello, Playwright!')
# async def type(
#     self,
#     selector: str, #要在其上输入文本的元素的选择器
#     text: str,  #要输入的文本内容
#     delay: float = None,
#     timeout: float = None,
#     noWaitAfter: bool = None,
#     strict: bool = None,
# ) -> None:
#     return await self._main_frame.type(**locals_to_params(locals()))

#     def locator(
#         self,
#         selector: str,
#         *,
#         has_text: typing.Optional[typing.Union[str, typing.Pattern[str]]] = None,
#         has_not_text: typing.Optional[typing.Union[str, typing.Pattern[str]]] = None,
#         has: typing.Optional["Locator"] = None,
#         has_not: typing.Optional["Locator"] = None
#     ) -> "Locator":
#         """Page.locator
# page.locator() 是 Playwright 中用于定位元素的方法，它可以通过指定的选择器来选择页面上的元素。
# 在你提供的函数签名中，这个方法还支持一些额外的参数来进一步筛选元素。
# 在你的函数签名中，有以下关键参数：
# selector: str：用于指定要选择的元素的选择器。
# has_text: Optional[Union[str, Pattern[str]]]：可选参数，用于指定元素必须包含特定文本。
# has_not_text: Optional[Union[str, Pattern[str]]]：可选参数，用于指定元素不能包含特定文本。
# has: Optional[Locator]：可选参数，用于指定元素必须符合额外条件。
# has_not: Optional[Locator]：可选参数，用于指定元素不能符合额外条件。
# 使用这些参数，你可以更精确地选择页面上的元素，以满足特定的需求。
# 例如，你可以使用 has_text 参数来找到包含特定文本的元素，或者使用 has 参数来进一步筛选元素。

# async def query_selector_all(self, selector: str) -> typing.List["ElementHandle"]:
#     """Page.query_selector_all
#     The method finds all elements matching the specified selector within the page. If no elements match the selector,
#     the return value resolves to `[]`.

type、press 和 check 方法来模拟用户与页面元素的交互操作