背景
首先明确一个观点，一切重复性的工作，都应该通过程序自动执行。 那再看一下自己日常的工作哪些是可以实现的？ 所以今天就有了这篇文章，这是我在收集一个系统文件时，将其自动化下载的脚本。
环境
1、Python
2、Windows
3、chrome
源码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
from selenium import webdriver
import selenium.webdriver.support.ui as ui
import time
from selenium.webdriver.common.keys import Keys
wd = webdriver.Chrome('E:\chromedriver.exe')
wd.implicitly_wait(10)
wd.get('XXX')
wd.maximize_window()
wd.switch_to.frame('fmTopMenu')
time.sleep(1)
wd.find_element_by_id('divMenu2').click()
wd.switch_to.default_content()
time.sleep(1)
wd.switch_to.frame('fmRight')
lookup=wd.find_element_by_id('tbKeyword')
lookup.send_keys(Keys.CONTROL,'v''\n')
time.sleep(1)
wd.find_element_by_xpath('/html/body/form/div[5]/div/div[2]/span/div/table/tbody/tr[2]/td[3]/a/span').click()
wd.switch_to.default_content()
time.sleep(1)
print(wd.title)
handles = wd.window_handles
wd.switch_to.window(handles[-1])
print(wd.title)
wd.switch_to.frame('tabFrame_DocInfo')
wd.switch_to.frame('iframeAttachment')
wd.find_element_by_id('gvAttachment_ctl02_btnDownloadSingle').click()
url = wd.current_url
print(url)
print('该页面将停留20S，请在该时间内复制链接。')
time.sleep(20)
wd.switch_to.default_content()
wd.quit()
原理及挖坑过程
原理（官方说明）：
Selenium 是一套用于自动化 Web 浏览器的工具。
Selenium是一个包含一系列工具和库的开源项目，这些工具和库支持Web 浏览器的自动化。
它提供了模拟用户与浏览器交互的扩展，一个用于扩展浏览器分配的分发服务器，以及用于实现 W3C WebDriver 规范 这让您可以为所有主要的 Web 浏览器编写可互换的代码。
Selenium的核心是网络驱动程序，一个编写指令集的界面，可以在许多浏览器中互换运行。
挖坑：
浏览器页面进行切换，可以用以下方式实现。
1
2
3
4
handles = driver.window_handles #获取当前浏览器的所有窗口句柄
driver.switch_to.window(handles[-1]) #切换到最新打开的窗口
driver.switch_to.window(handles[-2]) #切换到倒数第二个打开的窗口
driver.switch_to.window(handles[0]) #切换到最开始打开的窗口
确认是否成功，可以 print(wd.title)
切换window需要注意：如果前一个页面操作还没完成便切换window，会导致前一页面未完成的操作操作失败，进而程序抛错。
iframe框切换，如果多层，直接套娃就行。
1
2
3
4
#进入一级iframe
wd.switch_to.frame('XX')
#进入二级iframe
wd.switch_to.frame('XX')
实现selenium判断方法：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
from selenium.webdriver.support import expected_conditions as EC #可以对网页上元素是否存在，可点击等等进行判断
from selenium.webdriver.common.by import By #By是selenium中内置的一个class,在这个class中有各种方法来定位元素
判断前需要消除隐式延迟，因为这个是全局的
web.implicitly_wait(0) #消除全局隐式延迟
locator = (By.CLASS_NAME, 'xxxxx') #在DOM树搜索一个元素
element = EC.invisibility_of_element_located(locator) #判断元素是否隐藏DOM树(隐藏、不存在、可见)
if (element(web)):
print(element(web))# 可见的元素返回False,不存在的元素见返回True;隐藏的元素返回WebElement
else:
web.find_element_by_class_name('xxxxx').click() #点击正常导出
#invisibility_of_element_located 这个函数可以实现元素判断
实现selenium黑名单变量方法：
1
2
3
4
5
6
7
8
9
10
11
blacklist_if = (url['url']['within'].split(':')[1]) #以字符串：分隔url进行赋值
blacklist ='//x.x.x.x' #设置黑名单
for blacklist_for in blacklist:
if blacklist_if == blacklist_for:
Counter=30 #设置计数器
while Counter > 0:
print('x（',Counter,'）x')
time.sleep(1)
Counter -= 1
sys.exit() # 程序直接退出，不捕捉异常
参考来源
XPATH
selenium基础使用
官方说明
等待机制详解
ini配置详解
expected_conditions模块详解
延迟方式结合判断详解