运维人员烦恼的开始
你曾经是否有这样的境遇：日常运维的一个WEB平台，每天都要进行一些繁琐的操作，需要你用鼠标键盘不停的去点点点，有时候这些操作是高度重复的，或者是零零碎碎的分散时间需要你去操作。就拿监控工具zabbix的维护期来说（zabbix是再常见不过的监控工具了），遇到公司各大平台变更集中的时间段，每个平台负责人都会向你提出维护期申请，最令人烦恼的是，不同的申请人提出的时间不同、平台不同。于是你从早到晚的加了上百个维护期，怕自己加错了还把每个维护期检查了一遍，手点的都抽筋了，脑子也很混沌了，抬头一看表晚上七点，一天就加了点维护期，领导又要批评自己了。这时候有人会说：”用zabbix-API添加维护期啊，写写python不就可以自动加了吗！”奈何自己技术糙，又不想看全是文英并且传参很麻烦的API文档，甚至某些场景你都没有API的详细说明！！那怎么办呢？使用Selenium吧！
首先看一下Selenium的效果：
引用官网的一句话："Selenium测试直接运行在浏览器中，就像真正的用户在操作一样"。是啊，如果用selenium帮你干这些活，那你可以去腾出更多的时间去学习与工作。其实上面的过程放在代码里，主要就是分为三步走：
首先需要打开一个你想操作的网页，然后再选定该网页上的HTML元素，再对该元素进行一些列操作，做好这三步，就可以做出上面动图的效果！
支持的开发环境
语言：C、java、ruby、python、JS或者是C#
平台：linux、windows、MAC
浏览器：ie、Firefox、Safari、Opera、Chrome
所以，拿你常用的语言，常用的浏览器去开发调试，没有太大的限制条件（本文将用python +Chrome进行示范）。
First-快速上手
通过pip install selenium安装。
下载Chrome对应版本的WebDriver（ 点击下方阅读原文即可跳转）
编写代码：
from selenium import webdriverimport timeif __name__ == '__main__':chrome_driver = 'C:\\xxx\\Google\\Chrome\\Application\\chromedriver.exe' # chromedriver的文件位置driver = webdriver.Chrome(executable_path=chrome_driver)driver.get('https://www.baidu.com')driver.find_element_by_id('kw').send_keys('Hello，')time.sleep(1) # 为了方便展示加了点延迟driver.find_element_by_id('kw').send_keys('光大科技')driver.find_element_by_id("su").click()
通过上述简单的插件安装与几行python代码，就实现了自动打开“百度”，输入”Hello，光大科技“，并点击搜索的功能，是不是简洁至极！值得一提的是，这是Selenium的有操作界面启动模式，即可以看到它执行过程中的操作页面，点击了哪里都可以看到。但是我们大部分Linux服务器可是没有操作界面的呀！是的，还有一种模式叫Headless启动模式，可以在不打开浏览器的前提下，使用所有Chrome支持的特性运行你的程序。相比于现代浏览器，Headless Chrome更加方便测试web应用，获得网站的截图，做爬虫抓取信息等。相比于较早的PhantomJS、SlimerJS等，Headless Chrome则更加贴近浏览器环境。
Second-元素定位
看完上面的快速开始，可能你还不知道，为什么代码可以执行输入、搜索这些功能。其实这都归功于元素的定位，并对定位后的元素进行一些操作执行，就例如上面的：
driver.find_element_by_id('kw')driver.find_element_by_id("su")选择id为"kw"与"su"的元素，百度搜索首页HTML内容如下：
其实就是通过选定HTML上的元素ID “kw”（即百度搜索输入框input），然后再输入了“光大科技”这个String。熟悉前端的开发人员应该对HTML的元素并不陌生，老牌劲旅JQuery中就有常用的元素选择器，如ID选择器$("#id")，类选择器$(".className")等等，find_element_by_id('kw')就是通过选择ID元素来进行元素定位的。这时前端开发的同学又要说了：“JQuery我早就不用了！现在都用火爆的三大框架，网页哪有那么多元素绑定ID？”。是的，但是不要慌，webdriver提供了很多元素定位方法，不只是绑定ID：
id定位：find_element_by_id()
name定位：find_element_by_name()
class定位：find_element_by_class_name()
link定位：find_element_by_link_text()
partial link定位：find_element_by_partial_link_text()
tag定位：find_element_by_tag_name()
xpath定位：find_element_by_xpath()
css定位：find_element_by_css_selector()
id、name、class这些就不用多说了，直接选定就可以用。link定位，此种方法是专门用来定位文本链接的，比如百度首页右上角有“新闻”，“hao123”，“地图”等链接。如果懂HTML知识，我们就知道HTML是通过tag来定义功能的,比如input是输入，table是表格，等等。每个元素其实就是一个tag，一个tag往往用来定义一类功能，我们查看百度首页的html代码，可以看到有很多div、input、a等tag,所以很难通过tag去区分不同的元素，这个不常用。其中，个人认为功能最强大的是xpath定位，find_element_by_xpath()，它是基于HTML文档目录结构进行元素定位的（html的DOM树），理论上可以通过路径、索引、属性值、轴定位、文本test定位到几乎全部的元素，听起来就很强，但是用法也相对其他方法复杂一点点，且要具备HTML DOM的知识，举几个常用的例子如下：
多元素属性值定位（相对路径）：xpath= "//标签名[@type='XX' and @name='XX']" （type、name均为属性名）
绝对路径定位：xpath = " /html/body/div/标签名[@属性="属性值"]"（定位到body下的某个div下的元素，如果div很多，可以通过div[@属性值="xx"]来具体到某个div），但是绝对路径方法维护成本太高，一般不用
test（）文本定位：xpath = "//标签名[text()='上一步']"
索引定位：xpath = "//标签名[2]"如 //input[2]定位到body中第三个input标签
轴定位：用::表示，选择当前节点的父节点（parent）、子节点（child）、祖先节点（ancestor）、子孙节点（descendant）、后节点（following）前节点（preceding）、后兄弟节点（following-sibling）、前兄弟节点（preceding-sibling）xpath="//标签/关系关键字::标签"，如//div[1]/child::img，就是寻找div[1]的子节点img
Xpath方法还是需要多用，多见见复杂的html dom结构，在实战中提升使用技巧，对于定位而言它几乎是万能的，有兴趣的同学可以仔细研究研究~
html dom树结构参考
- 左右滑动查看更多 -
图片来源于网络
third-操作方法
通过上面的元素定位，现在同学们已经可以随心所欲的定位自己想要的元素了，那接下来就应该对所取元素进行一些快乐的操作！就如开始的demo中：
driver.find_element_by_id('kw').send_keys('Hello，')driver.find_element_by_id("su").click()上面.send_keys().click()就是响应的元素操作，对你选中的元素进行传值、点击等等。
总结了一下相关操作方法，以百度搜索首页为例，进行操作：
driver.find_element_by_name('wd').send_keys(‘PythonSelenium’)，#在百度文本搜索框内输入内容Python Seleniumdriver.find_element_by_name('wd').clear()，#清空文本搜索框的所有内容driver.find_element_by_id('su').click()，#点击搜索按钮driver.find_element_by_id('su').submit()，#提交搜索按钮，这里效果同点击搜索按钮driver.find_element_by_id('kw').size，#获取搜索框的大小driver.find_element_by_id('jgwab').text，#获取控件id为’jgwab’所显示的内容driver.find_element_by_id('su').get_attribute('type')，#获取控件id为’su’的属性，例如button,radio等driver.find_element_by_name('wd').is_displayed()，#判断搜索文本框当前是否被显示当然也不只有简单的点点点，只要是日常操作鼠标键盘能实现的（模拟键鼠操作），Selenium都可以实现，举例如下：
driver.find_element_by_id('kw').send_keys(Keys.BACK_SPACE)#Backspace键driver.find_element_by_id('kw').send_keys(Keys.SPACE)#Space键driver.find_element_by_id('kw').send_keys(Keys.DELETE)#Delete键driver.find_element_by_id('kw').send_keys(Keys.CONTROL,'a')# CTRL + AActionChains(driver).context_click(driver.find_element_by_id('kw')).perform()#在搜索文本框利用context_click()进行鼠标右击,perform()是执行方法的语句ActionChains(driver).double_click(driver.find_element_by_id('kw')).perform()#在搜索文本框利用double_click()进行双击, perform()是执行方法的语句ActionChains(driver).drag_and_drop(driver.find_element_by_id('kw'),driver.find_element_by_id('su')).perform()#利用drag_and_drop(source,target)从搜索文本框移动到点击按钮，perform()是执行方法的语句这些都是一些常用且实用的操作，相信你一定会用到！想了解更高阶玩法的小伙伴们可以自行学习~
The end-打包、使用
当你按照三步走写完你的python代码，并且运行正常，就可以执行打包.exe操作了。打包成.exe你的程序将可以在任何一台windos-pc上运行，可以发给你工作上的小伙伴，且不需要它本地安装任何依赖。（当然如果不嫌麻烦，在要执行的机器上安装好所有依赖，也可以用xxxx.py直接执行）安装打包工具pyinstaller：
执行打包命令：pyinstaller -F xxx.py（xxx.py，打包的文件），生成的exe在/项目地址/dist目录下。然后，双击，运行！
Selenium 相关其他玩法
Selenium玩爬虫
既然能选定元素并操作元素，那一定可以做爬虫吧！没错，它确实具备很多玩爬虫的优点：对比于requests玩爬虫来讲，Selenium能获取js动态给出的源码，且做到模拟真实登录减少了反爬的限制。但是缺点很明显，获得多出来的前端渲染功能是要付出代价的，requests直接不启动浏览器、不渲染动态页面，想要单位时间内爬取大量信息，性能会差很多！有时候两者结合面对反爬应该更好用一些~
Selenium IDE
它是一款依赖于Firefox浏览器的插件（xpi），可以实现脚本的录制、回放以及编辑脚本功能，元素定位等，可以利用 selenium IDE将录制的脚本生成相应的带单元测试框架的自动化测试脚本。如果只用于web自动化测试，这是一个很便捷的工具，它的页面如下。
调用JS语言
Selenium方法execute_script(script, *args)，参数可以填写任何JavaScript语言，例如我们前端常用的alert()。浏览器滚动条的拖动，不能依靠WebDriver提供的API来实现，所以可以调用js中的window.scrollTo(xx,xx)来设置滚动条的位置。
其实Selenium+webdriver是为自动化测试web应用而生，但是我认为可以应用的场景很多，比如在不知道或不熟悉后端API情况下自动化的平台运维（本文举例），日常生活工作中高重复度、浪费时间的网页操作，都可以使用，有时候你也可以用它来抢折扣票、火车票等。当然为了更好的操作web，有时候可能还需要结合本地文件（比如excel，import xlrd），这样你就可以把每次需要填写的内容写在Excel中，随时修改，让python帮你完成相应的解析并输出。
