Python自动化系列5

import selenium #工具里的所有的内容都导入

from selenium import webdriver #从selenium 工.具里导入webdriver库

import time #导入time这个模块--- Python自带的

#选择chrome这个浏览器,初始化driver==可以浏览器进行沟通建立会话= session

driver = webdriver.Chrome()

#1、打开一个网址

driver.get ( "http://120.78.128.25:8765")

#2、浏览器窗口最大化

driver.maximize_window ()

#3、打开新页面

#time.sleep(2)#等待,默认秒

driver.get ("http://erp.lemfix.com" )

#4、向前退后――刷新

#time.sleep (2)

driver.back () #退回上一个页面

#time .sleep (2)

driver.forward() #前进道下一个页面

#time .sleep(2)

driver.refresh () #刷新页面

#5、退出

driver.quit() #关闭驱动 sessionx闭

#driver.close() #关闭当前的窗口,不会退出会话

web自动化:

代码 翻译(中间人) 浏览器

Python----->浏览器驱动(准备)----->chrome

selenium:Python的工具,三个部分--了解

  1. ide:录制脚本--用的少
  2. webdriver:库--提供对网页的各种操作+结合语言使用-- Python java--重点
  3. grid:分布式--用的少

#以上浏览器的常规操作,非常规的操作--要怎么实现呢? ===元素定位 --了解前端页面

基础知识: web页面=HTML+CSS+Javascript --扩展 了解

html:标签语言<标签名>值</标签名>呈现页面内容

CSS:页面布局设置,字体颜色,字体大小样式

JS:依据不同效果

元素的特征:根据页面设计规则,有些特征是唯一=开发遵循了这个规则

id :类比身份证号 ==仅限于当前页面 username username

对页面进行对应的操作:

1、点击

2、传值

#找到了有username这个id的元素--点击

driver.find_element_by_id("username" ).click()

#找到了有username这个id的元素--点,输入内容

driver.find_element_by_id ("username" ).send_keys ("test123")

#找到了有password这个id的元素--点,输入内容

driver.find_element_by_id ("password" ).send_key=("123456")

元素定位

元素定位八大方法,最常用的有: id, name,xpath

如: username = driver.find_element_by_id('username')

找到元素后的操作:

√点击: click

√输入内容:send_keys

√获取文本: tetx

√获取属性: attribute

相关推荐
邪神与厨二病9 分钟前
牛客周赛 Round 153
python·算法
yaoxin52112318 分钟前
470. Java 反射 - Member 接口与 AccessFlag
java·开发语言·python
groundhappy25 分钟前
idalib安装和codex ida-mcp配置
linux·开发语言·python
小钻风33661 小时前
Spring Boot 文件上传详解:深入理解 MultipartFile 的使用与原理
java·开发语言
培之1 小时前
RTX 5090 安装 pytorch3d
人工智能·pytorch·python
Metaphor6921 小时前
使用 Python 在 PowerPoint 中创建折线图和条形图
python·信息可视化·powerpoint·图表
壮哥_icon2 小时前
【Android 系统开发】使用 BAT 脚本高效自动化管理 /system/priv-app/ 系统应用(安装与卸载)
android·运维·自动化
xexpertS2 小时前
分布式系统过载治理:如何通过较小服务控制请求节奏
微服务·自动化
qq_452396232 小时前
第二篇:《Go 开发环境搭建:SDK、IDE、Module 与 Hello World》
开发语言·ide·golang
m沐沐3 小时前
【深度学习】卷积神经网络 数据增强、保存最优模型实现,详细解读
人工智能·python·深度学习·机器学习·cnn·数据增强