Python实现网页自动化-浏览器查找元素

Posted 2020-12-07 人生有梦，各自精彩。

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Python实现网页自动化-浏览器查找元素相关的知识，希望对你有一定的参考价值。

前言

在上一节中(https://mp.weixin.qq.com/s/lqYEjiqA4eLI59GkDEpKcg)已经部署了Selenium+chromedriver的开发环境，在真正的开发之前，还需要学会利用浏览器来查找网页元素。

因为Selenium是通过程序来自动操控网页的控件元素，比如单击某个按钮、输入文本框内容等，若网页中有多个同类型的元素，好比有多个按钮，想要Selenium精准地单击目标元素，需要将目标元素的具体信息告知Selenium，让它根据这些信息在网页上找到该元素并进行操控。

浏览器开发者工具部分讲解

网页的元素信息是通过浏览器的开发者工具来获取。以Google Chrome为例，在浏览器上访问

(https://www.qq.com/)

然后按快捷键F12打开Chrome的开发者工具（部分电脑要用 fn +12 ），如下图

从上图可以看到，开发者工具的界面共有9个标签页，分别是Elements、Console、Sources、Network、Performance、Memory、Application、Security和Audits。

开发者工具以Web开发调试为主，如果只是获取网页元素信息，只需熟练掌握Elements标签页即可。Elements标签页允许从浏览器的角度查看页面，也就是说，可以看到Chrome渲染页面所需要的HTML、CSS和DOM（Document Object Model）对象，此外，还可以编辑内容更改页面显示效果，它一共分为两部分，左边是当前网页的HTML内容，右边是某个元素的CSS布局内容；查找元素信息以左边的HTML内容为主。

HTML相关知识讲解

在查找控件信息之前，首先了解HTML的相关知识。HTML是超文本标记语言，这是标准通用标记语言下的一个应用。“超文本”就是指页面内可以包含图片、链接，甚至音乐、程序等非文字元素。超文本标记语言的结构包括“头”部分（Head）和“主体”部分（Body），其中“头”部分提供关于网页的信息，“主体”部分提供网页的具体内容。通过一个简单HTML来进一步了解：

#声明为HTML5标准的文档

<!DOTYPE html>

#元素是html也没的根元素

<html>

#包含了文档部分的元（meta）数据

<head>
#提供主要页面的元信息，主要是描述和关键词
<meta charset="utf-8">
#元素描述了文档的标题
<title>编程技术圈</title>  
</head>


#元素包含了可见的页面内容

<body>

#定义一个一级（h1）标题

<h1>我的一级标题</h1>

#定义一个段落（p标签）

<p>我的第一个段落</p>

</body>

</html>

一个完整的网页必定以<html></html>为开头和结尾。

整个HTML可分为两部分：

（1）<head></head>是对网页的描述、图片和JavaScript的引用。<head>元素包含所有的头部标签元素。在<head>元素中可以插入脚本（scripts）、样式文件（CSS）及各种meta信息。该区域可添加的元素标签有<title>、<style>、<meta>、<link>、<script>、<noscript>和<base>。

（2）<body></body>是网页信息的主要载体。该标签下还可以包含很多类别的标签，不同的标签有不同的作用。每个标签都是以<>开头，以</>结尾，<>和</>之间的内容是标签的值和属性，每个标签之间可以是相互独立的，也可以是嵌套、层层递进的关系。根据这两个组成部分就能很容易地分析整个网页的布局。其中，<body></body>是整个HTML的重点部分。

“主体”部分（Body）的使用方式，我们进行详细分析，说明如下：

（1）<h1>、<div>和<h2>是互不相关的标签，三个标签之间是相互独立的。

（2）<div>标签和<div>里面的<p>标签是嵌套关系，<p>的上一级标签是<div>。

（3）<h1>和<p>是两个毫无关系的标签。

（4）<h2>标签包含一个<p>标签，<p>标签再包含一个<a>标签，一个标签可以嵌套多个标签。

除上述示例的标签之外，大部分标签都可以在<body></body>中使用，常用的标签如下表：