【PYTHON】使用Selenium + ChromeDriver以及XPATH语法

- - 查看chrome版本
  - 手动下载驱动
  - 代码
  - 如何配置监听地址0.0.0.0无效
  - XPATH语法
  - - [一、基础路径选择](#一、基础路径选择)
    - [二、属性与文本过滤（谓语）](#二、属性与文本过滤（谓语）)
    - - [1. 属性过滤（使用 `@` 符号）](#1. 属性过滤（使用 @ 符号）)
      - [2. 文本内容过滤](#2. 文本内容过滤)
    - [三、模糊匹配与高级函数](#三、模糊匹配与高级函数)
    - [四、节点关系与轴（Axes）](#四、节点关系与轴（Axes）)
    - [五、按位置/次序选择](#五、按位置/次序选择)
    - [六、 Python/Selenium 实战代码示例](#六、 Python/Selenium 实战代码示例)
    - [🛠️ XPath 调试技巧](#🛠️ XPath 调试技巧)
    - 特例
    - [1. `//div $contains(@class,'form')$ //label $normalize-space(text())='密码'$ `](#1. //div[contains(@class,'form')]//label[normalize-space(text())='密码'])
    - [2. `//div $@class='form'$ $.//label\[text()='密码'$ ]`](#2. //div[@class='form'][.//label[text()='密码']])
    - [3. `//div $@class='form'$ $./label\[text()='密码'$ ]`](#3. //div[@class='form'][./label[text()='密码']])
    - [📊 核心区别总结](#📊 核心区别总结)

查看chrome版本

复制代码

reg query "HKEY_CURRENT_USER\Software\Google\Chrome\BLBeacon" /v version

手动下载驱动

120.0.6099.109需要换成自己的

复制代码

https://storage.googleapis.com/chrome-for-testing-public/120.0.6099.109/win64/chromedriver-win64.zip

代码

python 复制代码

import subprocess
import time
from selenium import webdriver

# Step 1: 以远程调试模式启动 Chrome（命令行执行）
# Windows: & "C:\Program Files\Google\Chrome\Application\chrome.exe" --remote-debugging-address=0.0.0.0 --remote-debugging-port=9222 --user-data-dir="C:\chrome_debug_profile"
# macOS:   /Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --remote-debugging-port=9222 --user-data-dir="/tmp/chrome_debug"

# Step 2: Python 连接到已有实例
options = webdriver.ChromeOptions()
options.add_experimental_option("debuggerAddress", "127.0.0.1:9222")

driver = webdriver.Chrome(options=options)
print(f"已连接到现有浏览器，当前页面: {driver.title}")
# 此时所有 Cookie、登录状态均保留

python 复制代码

from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from webdriver_manager.chrome import ChromeDriverManager

# 1. 配置 Chrome 选项
options = webdriver.ChromeOptions()
# ✅ 关键配置：脚本结束后保持浏览器打开（不自动关闭）
options.add_experimental_option("detach", True)
options.add_argument("--start-maximized")          # 最大化窗口
options.add_argument("--disable-blink-features=AutomationControlled")  # 降低被检测概率

# 2. 初始化驱动（自动下载/匹配 ChromeDriver）
service = Service(executable_path=r"D:\pythonauto\chromeDriver\driver\chromedriver.exe")
driver = webdriver.Chrome(service=service, options=options)

# 常用配置


try:
    # 3. 打开百度
    driver.get("https://www.baidu.com")
    print("✅ 已打开百度")

    # 4. 等待搜索框加载并输入"手机"
    search_box = WebDriverWait(driver, 10).until(
        EC.presence_of_element_located((By.ID, "chat-textarea"))
    )
    search_box.clear()
    search_box.send_keys("手机")
    print("✅ 已输入关键词：手机")

    # 5. 点击"百度一下"按钮
    submit_btn = WebDriverWait(driver, 10).until(
        EC.element_to_be_clickable((By.ID, "chat-submit-button"))
    )
    submit_btn.click()
    print("✅ 已点击搜索，请在浏览器中查看结果")

    # 6. ✅ 阻塞等待用户手动输入 q 退出
    print("\n" + "=" * 40)
    while True:
        user_input = input("💡 按 q 并回车退出浏览器: ").strip().lower()
        if user_input == "q":
            break
        print("❌ 输入无效，请输入 q 退出")

finally:
    # 7. 用户确认后关闭浏览器并释放资源
    print("🔒 正在关闭浏览器...")
    driver.quit()
    print("✅ 浏览器已安全关闭")

如何配置监听地址0.0.0.0无效

windows shell执行

复制代码

# 让 Chrome 正常监听 127.0.0.1:9223（不需要改任何参数）
# 然后添加系统级端口转发：外部访问 0.0.0.0:9223 → 127.0.0.1:9223

netsh interface portproxy add v4tov4 listenport=9223 listenaddress=0.0.0.0 connectport=9223 connectaddress=127.0.0.1

# 验证转发规则已生效
netsh interface portproxy show all

# 验证外部可访问
netstat -ano | findstr :9223
# 应同时看到 0.0.0.0:9223 LISTENING 和 127.0.0.1:9223 LISTENING

#删除规则
#netsh interface portproxy delete v4tov4 listenport=9223 listenaddress=0.0.0.0

XPATH语法

一、基础路径选择

路径表达式用于描述目标节点与文档根节点的关系，分为绝对路径和相对路径。

语法	说明	示例
`/`	绝对路径：从根节点开始，一层层往下找。	`/html/body/div/form/input`
`//`	相对路径：从任意节点开始，忽略前面的层级，查找所有匹配的后代元素。	`//input` 或 `//div//input`
`.`	选取当前节点。	`.`
`..`	选取当前节点的父节点。	`//input/..` 选取 input 的父节点

💡 最佳实践 ：在自动化测试中，强烈建议使用相对路径 (//)。绝对路径一旦前端页面结构发生微调（如多嵌套一层 div），定位就会立刻失效。

二、属性与文本过滤（谓语）

使用方括号 [] 作为谓语（Predicate），可以根据属性值或文本内容精确筛选节点。

1. 属性过滤（使用 `@` 符号）

语法	说明	示例
`[@属性名='值']`	精确匹配属性值	`//input[@id='username']`
`[@属性名]`	仅判断是否拥有该属性	`//*[@multiple]`
`[@attr1 and @attr2]`	同时满足多个属性	`//input[@type='text' and @name='email']`

2. 文本内容过滤

语法	说明	示例
`text()='文本'`	精确匹配文本内容	`//span[text()='下一步']`
`normalize-space(.)='文本'`	去除首尾空白、合并中间空格后精确匹配（最稳健）。	`//button[normalize-space(.)='确认']`

三、模糊匹配与高级函数

当属性值或文本是动态生成、包含空格或只有部分固定时，使用以下函数。

函数	说明	示例
`contains()`	包含匹配（最常用）	//label[contains(@class,'btn')]``//span[contains(text(),'下一步')]
`starts-with()`	前缀匹配	`//label[starts-with(@class,'btn')]`
`ends-with()`	后缀匹配（XPath 2.0，部分浏览器支持）	`//input[ends-with(@id,'_input')]`
`string-length()`	字符串长度判断	`//input[string-length(@value)>5]`

四、节点关系与轴（Axes）

用于处理复杂的 DOM 结构，如父子、兄弟节点定位。

轴名称	说明	示例
`parent::`	选取父节点	`//input[@id='child']/parent::div`
`child::`	选取直接子元素	`//ul/child::li` (等同于 `//ul/li`)
`descendant::`	选取所有后代元素	`//ul/descendant::input` (等同于 `//ul//input`)
`ancestor::`	选取所有先辈节点（父、祖父等）	`//input/ancestor::form`
`following-sibling::`	选取当前节点之后的所有同级兄弟节点	`//label[text()='标题']/following-sibling::input`
`preceding-sibling::`	选取当前节点之前的所有同级兄弟节点	`//input[@type='submit']/preceding-sibling::button`

五、按位置/次序选择

当页面有多个相同结构的元素时，可以通过索引定位。

⚠️ 注意 ：XPath 的索引是从 1 开始的，不是从 0 开始！

语法	说明	示例
`[n]`	选取某类型的第 n 个子元素	`//ul/li` 选取第二个 li
`[last()]`	选取最后一个元素	`//p[last()]`
`[last()-n]`	选取倒数第 n+1 个元素	`//div/p[last()-2]`
`[position()<=n]`	选取前 n 个元素	`//option[position()<=3]`

六、 Python/Selenium 实战代码示例

结合 Selenium 的 find_element 方法，以下是常见场景的代码实现：

python 复制代码

from selenium.webdriver.common.by import By

# 1. 基础属性定位
driver.find_element(By.XPATH, "//input[@id='username']")

# 2. 多属性组合定位 (AND 逻辑)
driver.find_element(By.XPATH, "//input[@type='text' and @name='email']")

# 3. 模糊匹配 class (防止 class 动态拼接导致失效)
driver.find_element(By.XPATH, "//button[contains(@class, 'aui-button--primary')]")

# 4. 通过文本定位并处理空白字符
driver.find_element(By.XPATH, "//button[normalize-space(text())='确认']")

# 5. 相对位置定位：找到 label 后的第一个 input 兄弟节点
driver.find_element(By.XPATH, "//label[text()='标题']/following-sibling::input")[[source_group_web_16]]

# 6. 向上查找祖先节点
driver.find_element(By.XPATH, "//input[@id='child']/ancestor::div[@class='form-item']")

# 7. 获取多个元素 (返回列表)
elements = driver.find_elements(By.XPATH, "//ul/li[@class='item']")

🛠️ XPath 调试技巧

在编写代码前，强烈建议先在浏览器中验证表达式：

按 F12 打开浏览器开发者工具。
切换到 Elements 面板，按 Ctrl + F (或 Cmd + F) 调出搜索框。
在搜索框中直接输入你的 XPath 表达式，浏览器会高亮显示匹配到的元素及数量。
也可以在 Console 面板输入 $x("//你的xpath表达式") 进行验证。

特例

//div $contains(@class,'form')$ //label $normalize-space(text())='密码'$

//div $@class='form'$ $.//label\[text()='密码'$ ]

//div $@class='form'$ $./label\[text()='密码'$ ]

三者的区别

我们假设页面上有如下 HTML 结构：

html 复制代码

<!-- 结构 A：嵌套了一层 div -->
<div class="form is-active">
    <div class="form-item">
        <label> 密码 </label>
    </div>
</div>

<!-- 结构 B：label 直接在 form 下 -->
<div class="form">
    <label>密码</label>
</div>

下面为你逐一拆解它们的区别：

1. `//div[contains(@class,'form')]//label[normalize-space(text())='密码']`

最终返回的是 ：<label> 元素
class 匹配 ：使用 contains()，能匹配到结构 A 中 class="form is-active" 的 div。
层级匹配 ：使用了 //label（双斜杠），能穿透中间的 <div class="form-item">，找到任意层级的 label。
文本匹配 ：使用了 normalize-space()，能自动去除 <label> 密码 </label> 中的前后空格。
总结：这是最健壮、最推荐的写法。它容错率最高，能应对动态 class、深层嵌套和格式化空白。

2. `//div[@class='form'][.//label[text()='密码']]`

最终返回的是 ：<div class="form"> 容器元素
class 匹配 ：使用 = 精确匹配，不能匹配结构 A（因为多了 is-active），只能匹配结构 B。
层级匹配 ：谓词内使用了 .//label（带点的 //），能穿透中间层级，只要在这个 div 内部任意位置有"密码" label 即可。
文本匹配 ：使用了 text()='密码'，如果 label 带有空格（如 <label> 密码 </label>），会匹配失败。
总结：这是一个**"通过内部特征来锁定外部容器"**的写法。它的致命弱点是 class 精确匹配和文本精确匹配，在实际自动化中极易因为前端微调而失效。

3. `//div[@class='form'][./label[text()='密码']]`

最终返回的是 ：<div class="form"> 容器元素
class 匹配 ：同样是精确匹配，只能匹配结构 B。
层级匹配 ：谓词内使用了 ./label（单斜杠 /），只能查找 div 的直接子元素 。如果 label 被包裹在 <div class="form-item"> 里（如结构 A），会直接匹配失败。
文本匹配：同样是精确匹配，遇到空格会失败。
总结：这是最脆弱的写法。它要求 div 和 label 必须是严格的父子关系，且 class 和文本不能有任何多余字符。

📊 核心区别总结

特性	表达式 1 (`contains` + `//` + `normalize`)	表达式 2 (`=` + `.//` + `text`)	表达式 3 (`=` + `./` + `text`)
返回目标	`<label>` 元素	`<div>` 容器	`<div>` 容器
兼容动态 class	✅ 兼容	❌ 不兼容	❌ 不兼容
兼容深层嵌套	✅ 兼容	✅ 兼容	❌ 仅限直接子元素
兼容文本含空格	✅ 兼容	❌ 不兼容	❌ 不兼容
实战推荐度	⭐⭐⭐⭐⭐ (极高)	⭐⭐ (极低)	⭐ (极低)

【PYTHON】使用Selenium + ChromeDriver以及XPATH语法

【PYTHON】使用Selenium + ChromeDriver以及XPATH语法

查看chrome版本

手动下载驱动

代码

如何配置监听地址0.0.0.0无效

XPATH语法

一、 基础路径选择

二、 属性与文本过滤（谓语）

1. 属性过滤（使用 @ 符号）

2. 文本内容过滤

三、 模糊匹配与高级函数

四、 节点关系与轴（Axes）

五、 按位置/次序选择

六、 Python/Selenium 实战代码示例

🛠️ XPath 调试技巧

特例

1. //div[contains(@class,'form')]//label[normalize-space(text())='密码']

2. //div[@class='form'][.//label[text()='密码']]

3. //div[@class='form'][./label[text()='密码']]

📊 核心区别总结

一、基础路径选择

二、属性与文本过滤（谓语）

1. 属性过滤（使用 `@` 符号）

三、模糊匹配与高级函数

四、节点关系与轴（Axes）

五、按位置/次序选择

1. `//div[contains(@class,'form')]//label[normalize-space(text())='密码']`

2. `//div[@class='form'][.//label[text()='密码']]`

3. `//div[@class='form'][./label[text()='密码']]`