用python-webdriver实现自动填表-布布扣-bubuko.com

　　在日常工作中常常需要重复填写某些表单，如果人工完成，费时费力，而且网络延迟令人十分崩溃。如果能够用程序实现自动填表，效率可以提高一倍以上，并且能够移植到多台计算机，进一步提高工作效率。webdriver是python的selenium库中的一个自动化测试工具，它能完全模拟浏览器的操作，无需处理复杂的request、post，对爬虫初学者十分友好。

一、环境配置

　　python3.6+selenium库+xlrd库+xlwt库

　　其中xlrd和xlwt库用于读写excel表中的数据。

　　还要下载一个浏览器的driver文件用于打开浏览器，注意要选择与计算机系统相符合的版本（max/windows64位/windows32位）

　　ChromeDriver：http://npm.taobao.org/mirrors/chromedriver/

　 IEDriver：http://selenium-release.storage.googleapis.com/index.html

　　将下载下来的driver.exe放到浏览器根目录和python的根目录

二、打开网页

　　以IE浏览器为例，以下两行代码就可以实现打开一个IE浏览器并且访问我们需要填表的网站

    driver= webdriver.Ie()
    driver.get(‘http://xxxx.com/‘)

　　如果网站需要登陆（需要填表的一般是公司内部网站），再写一个login函数，将driver作为参数调用

driver = login(driver)

　　注意一定要将driver传回，这样driver才能继续接受程序的指令

三、元素定位

　　webdriver的工作原理是找到网页中某一个元素，可以对其进行填入数据或点击等操作。

　　关于元素定位可以参考这篇博客https://blog.csdn.net/bananasssss/article/details/51316369

　　我主要用到的元素定位方式有

　　driver.find_element_by_id(‘someid‘)#通过元素的id定位
　　driver.find_element_by_css_selector("input[value=‘确定‘")#查找一个input元素，它的value属性值为‘确定‘
　　driver.find_element_by_xpath("//span[contains(@style,‘COLOR: red‘)]/span[1]")#查找一个style属性值为‘COLOR:red‘的span元素的第一个span子元素

（1）通过id定位

　　如果我们想在网页表单的某一个位置填某项值或者点击某个按钮，我们首先要用开发者工具查看这个元素的源代码，然后首先观察它有没有id，如果有id，直接用id定位该元素。然后，用

　　driver.find_element_by_id(‘someid‘).click()#点击元素
　　driver.find_element_by_id(‘someid‘).send_keys(‘somekeys‘)#填入‘somekeys‘
　　driver.find_element_by_id(‘someid‘).clear()#清空输入框中已有的值

　　实现我们想要做的操作。

（2）通过ccs selector定位

　　如果我们想要操作的元素没有ID，那么我们就要找到它跟网页其他元素不同的特征，ccs selector是一种十分灵活的定位方式，其中用value定位是一个不错的选择。以

　　driver.find_element_by_css_selector("input[value=‘确定‘")

　　为例，双引号中的input可以换成任何网页元素（div、span、input、a等），中括号中是该元素的某一个属性（style、id、value、class等），等号后面是该属性的值。

　　注意，如果网页中有多个元素同时满足ccs selector的条件，如有多个value=“确定” 的input，那么find_element_by_css_selector只会定位到在html源代码中最靠前的一个，而find_elements_by_css_selector会找到源代码中所有满足条件的元素，并以列表的形式返回这些找到的元素。例如，网页中弹出很多个提示框，我们要一一去点确定，可以这样操作

    list=driver.find_elements_by_css_selector("input[value=‘ 确定 ‘]")
    for l in list:
        l.click()

　　但是，如果这些提示框是重叠出现的，而最上层的提示框实际上在源码中更靠后的位置，那么列表中第一个“确定”元素就会被叠在上面的提示框遮挡，无法点击，这个时候倒序一下数组就可以了，从最后一个“确定”元素开始点击

     query=driver.find_elements_by_css_selector("input[value=‘ 确定 ‘]")
     for q in query[::-1]:
         q.click()

（3）通过xpath定位

　　关于xpath定位详解可以参考https://www.jianshu.com/p/820dcd013993

　　xpath定位比较复杂但是非常全面，当这个元素的class、style属性和其他元素一样，实在没什么特点可以一步定位的时候，我们就可以用xpath，先找到我们想要的元素的父子兄弟元素，再定位到我们想要的元素。例如

   driver.find_element_by_xpath(‘//*[@class="submit clear"]/input[1]‘).click()
　　text =driver.find_element_by_xpath("//input[@value=‘ 确定 ‘]/../preceding-sibling::div[1]").text
   driver.find_elements_by_xpath("//span[contains(@style,‘COLOR: red‘)]/span[1]")

　　引号中的//表示相对定位，表示从源代码中任何地方开始寻找。

　　//后可以跟任何元素，*代表任意元素，即定位符合属性筛选任何元素。

　　中括号内是属性的筛选条件，@后可以加任意属性。contains(@style,‘COLOR: red‘)表示的筛选条件是：style属性中包含”COLOR：red“。这里为什么不直接用@style=‘COLOR: red‘

的原因是，可能在我们审查源代码的时候这个元素的style属性只有‘COLOR: red‘这一条，但是动态界面的style属性经常变化，程序运行时直接用等于是定位不到这个元素的。

　　我们通常需要靠先找到某个有id的元素，再通过层级关系定位到我们真正想要定位的元素，关于兄弟父子元素定位请参考https://blog.csdn.net/huilan_same/article/details/52541680

　　/.. 可以定位这个元素的父亲元素

　　/ 可以定位这个元素的子元素

　　/preceding-sibling:: 可以定位这个元素的哥哥元素

　　/following-sibling:: 可以定位这个元素的弟弟元素

　　如/input[1]表示子元素中第一个input、/../preceding-sibling::div[1]表示父元素的哥哥元素中的第一个div

（4）通过当前节点定位

　　有时候我们会遇到需要判断一下元素当前的状态（是否被选择）再决定接下来的操作的情况，这时就需要用一个变量来保存当前节点

   LTE=driver.find_element_by_xpath("//input[@id=‘LTE‘]/../span[1]"

　　然后再用get_attribute获得当前节点元素的属性，在这个例子里，如果元素为蓝色，就不需要点击。代码实现为：

    if LTE.get_attribute("style")=="COLOR: blue":
        pass
    else:
        LET.click()

　　需要筛选出特定文本的情况：

    red=driver.find_elements_by_xpath("//span[contains(@style,‘COLOR: red‘)]/span[1]")#找出所有红色的文本
    for r in red:
        if ‘低消‘ in r.text:#如果文本信息中包含‘低消’
            r.find_element_by_xpath("./../preceding-sibling::input[1]").click()#注意从当前节点定位的时候要以‘./’开头
            break

　　如果寻找的元素需要滚动界面才能看到，这个时候可以用js聚焦此元素，页面便会滚动到该元素的位置

    target=driver.find_element_by_css_selector("input[value=‘ 确定 ‘]")
    driver.execute_script("arguments[0].scrollIntoView();", target)
    target.click()

四、不确定情况处理

（1）有可能出现的弹窗

　　在填表过程中，有些地方有可能出现一个弹框也有可能不出现，这个时候，无论这个弹窗是什么，用try..except语句处理就可以解决

　　js触发的弹窗：

    try:
        driver.find_element_by_css_selector("input[value=‘ 确定 ‘]").click()
    except Exception as e:
        pass

　　网页alert弹窗：

    try:
        driver.switch_to.alert.dismiss()
    except Exception:
        pass

　　dismiss()对应的是alert弹窗的”取消“项，accept()对应的是”确定“项，driver.switch_to.alert.text 可以获得弹窗的文本内容。

（2）数量不定的弹窗

　　对上文提到的多个提示框情况，除了用 query=driver.find_elements_by_css_selector("input[value=‘ 确定 ‘]") 一次性找到所有元素再顺序或倒序点击之外，还可以用一个while循环解决

    while(1):
        try:
            driver.find_element_by_css_selector("input[value=‘ 确定 ‘]").click()
        except Exception as e:
            break

（3）网络延迟

　　有些网页在点击查询信息之后需要加载一段时间，加载中的页面是找不到我们接下来想找的元素的，因此程序就会报错，此时有两种解决方法。

　　一种是固定等待一段时间，等待网页加载完毕，这种方法的缺点是很难找到等待的最佳时间，太短的话页面还没加载完，太长就影响效率

time.sleep(2)

　　另一种是用一个while循环一直寻找下一个我们要找的元素

    while(1):
        try:
            driver.find_element_by_id(‘continueTrade‘).click()
            break
        except Exception:
            pass

　　这种方法的前提是下一个要找的元素必定会出现

五、frame处理

　　关于frame处理这篇博客写得非常好https://blog.csdn.net/huilan_same/article/details/52200586

　　总结起来就是：frameset不用切，frame层层切。最好一系列填表操作完后都用 driver.switch_to.default_content() 回到原文档，这样不容易混乱

　　这里再补充一点frame没有id时的切入方法

    frame= self.driver.find_element_by_xpath("/html/body/div[12]/iframe")#先定位frame位置，用一个变量储存这个节点
    self.driver.switch_to_frame(frame)#再切入这个节点

六、excel数据读写

　　excel数据读写十分简单，看代码就好了：

def read(file):
    data = xlrd.open_workbook(file)#打开excel文件
    table = data.sheets()[0]#读取第一个sheet的数据
    phones = table.col_values(0)#以列表形式存储第一列数据
    peoples = table.col_values(1)#以列表形式存储第二列数据

    return phones,peoples

def write(result):
    file=xlwt.Workbook()#创建一个excel文件
    table = file.add_sheet(‘sheet1‘)#添加一个sheet
    for i in range(len(result)):#写入数据
        table.write(i,0,result[i][0])
        table.write(i,1,result[i][1])
        table.write(i,2,result[i][2])
    file.save(‘result.xls‘)