博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Selenium3+webdriver学习笔记3(xpath方式元素定位)
阅读量:2243 次
发布时间:2019-05-09

本文共 1764 字,大约阅读时间需要 5 分钟。

#!/usr/bin/env python # -*- coding:utf-8 -*- from selenium import webdriver import time,os # about:addons 火狐浏览器安装组件,访问的地址 #  #id keys="selenium自动化" # url="https://www.baidu.com/" # url="file:///D:/ideaSpace/autoProject/python_autotest/nicetime/webdriver/select01.html" url="file:///D:/ideaSpace/autoProject/python_autotest/nicetime/webdriver/a03.html" driver=webdriver.Firefox() driver.get(url) #id name class 属性定位 driver.find_element_by_xpath("//*[@id='kw']").send_keys(keys) driver.find_element_by_xpath("//*[@name='wd']").send_keys(keys) driver.find_element_by_xpath("//*[@class='s_ipt']").send_keys(keys) #其他属性定位 driver.find_element_by_xpath("//*[@autocomplete='off']").send_keys(keys) #指定标签名称 写标签名称,不指定则写 *,如搜索框 input driver.find_element_by_xpath("//input[@class='s_ipt']").send_keys(keys) #通过多级层级来定位 ,上一个层级 上上层级 # 
#
# driver.find_element_by_xpath("//form[@id='form']/span/input").send_keys(keys) #select01.html文件 # 下拉框选择形式 # driver.find_element_by_xpath("//option[@value='2']").click() # hao123 # 模糊匹配 driver.find_element_by_xpath("//*[contains(text(),'hao123')]").click() # #模糊匹配 包含属性 driver.find_element_by_xpath("//*[contains(@id,'kw')]").send_keys(keys) #模糊匹配 已什么开头 driver.find_element_by_xpath("//input[starts-with(@class,'s_')]").send_keys(keys) # find_element方式 单个数据 driver.find_element(by='id',value='kw').send_keys(keys) # a03.html文件 #
#find_elements方式 多个数据 len1=driver.find_elements_by_xpath("//a[@class='mnav']") len2=driver.find_elements(by='class name',value='mnav') print(len(len1)) print(len(len2)) time.sleep(3) driver.quit()

转载于:https://www.cnblogs.com/NiceTime/p/10061755.html

你可能感兴趣的文章
RNN的高级应用
查看>>
TensorFlow-7-TensorBoard Embedding可视化
查看>>
轻松看懂机器学习十大常用算法
查看>>
一个框架解决几乎所有机器学习问题
查看>>
特征工程怎么做
查看>>
机器学习算法应用中常用技巧-1
查看>>
决策树的python实现
查看>>
了解 Sklearn 的数据集
查看>>
如何选择优化器 optimizer
查看>>
一文了解强化学习
查看>>
CART 分类与回归树
查看>>
seq2seq 的 keras 实现
查看>>
seq2seq 入门
查看>>
什么是 Dropout
查看>>
用 LSTM 做时间序列预测的一个小例子
查看>>
用 LSTM 来做一个分类小问题
查看>>
详解 LSTM
查看>>
按时间轴简述九大卷积神经网络
查看>>
详解循环神经网络(Recurrent Neural Network)
查看>>
为什么要用交叉验证
查看>>