当前位置: 首页 > news >正文

Selenium实现多页面切换

当使用 Selenium 进行自动化测试或爬取数据时,有时需要处理多个页面之间的切换。以下是一些可能需要多页面切换的情况:

1、打开新窗口/页面:

在当前页面上点击链接、按钮或执行某些操作时,可能会打开一个新的窗口或页面。此时,需要切换到新的窗口或页面,以便在其中执行操作。

2、处理弹出窗口:

某些网站在操作期间可能会弹出新的窗口,例如弹出登录框、提示框等。在这种情况下,需要切换到弹出窗口进行操作。

3、处理 iframe 内嵌页面:

有些网页中包含了 iframe 元素,它们可以嵌入其他网页。如果需要与 iframe 中的内容进行交互,就需要切换到 iframe 所在的页面。

4、执行多个任务:

有时需要在不同的页面上执行不同的任务,例如在一个页面填写表单,然后在另一个页面上进行搜索并获取结果。在这种情况下,需要在不同的页面之间切换。

为了处理这些情况,Selenium 提供了一些方法来实现多页面的切换:

window_handles 属性:可以使用 driver.window_handles 获取当前所有打开窗口的句柄列表。每个窗口都有一个唯一的句柄标识。

switch_to.window(handle) 方法:可以使用 driver.switch_to.window(handle) 方法切换到指定的窗口句柄。这样可以将操作焦点从一个窗口切换到另一个窗口。

通过上述方法,可以在不同的页面之间切换,以执行所需的操作。

下面详细介绍如何使用 Selenium 实现多页面的切换:

1、首先,创建一个 WebDriver 对象。这可以是 ChromeDriver、FirefoxDriver等。

from selenium import webdriver 
driver = webdriver.Chrome() 

2、打开第一个页面。使用 get() 方法打开指定的 URL。

driver.get('http://www.example.com/page1') 

3、在第一个页面上查找并点击一个链接以打开新的页面。

link = driver.find_element_by_link_text('Open new page') 
link.click()

4、获取当前所有打开的窗口句柄列表。

window_handles = driver.window_handles

Selenium 使用 window_handles 属性来存储浏览器中当前打开的所有窗口句柄。每个窗口都有一个唯一的句柄。

5、切换到新的页面。

driver.switch_to.window(window_handles[1])

使用 switch_to.window() 方法切换到指定的窗口句柄。在上面的示例中,选择第二个窗口句柄来切换到新的页面。

现在,可以在新的页面上进行操作。

6、切换回原始页面。

driver.switch_to.window(window_handles[0])

使用 switch_to.window() 方法切换回第一个窗口句柄,也就是原始页面。

7、继续在原始页面上执行其他操作。

# 在原始页面上进行其他操作

8、最后,关闭浏览器。

driver.quit()

以上就是使用 Selenium 实现多页面切换的基本步骤。需要使用 window_handles 属性来获取所有窗口句柄,并使用 switch_to.window() 方法切换窗口句柄来实现页面切换。具体的代码和操作可能会根据实际情况有所不同,可以根据自己的需求进行适当的调整和扩展。

最后感谢每一个认真阅读我文章的人,礼尚往来总是要有的,这些资料,对于【软件测试】的朋友来说应该是最全面最完整的备战仓库,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走:

这些资料,对于【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴上万个测试工程师们走过最艰难的路程,希望也能帮助到你! 

相关文章:

Selenium实现多页面切换

当使用 Selenium 进行自动化测试或爬取数据时,有时需要处理多个页面之间的切换。以下是一些可能需要多页面切换的情况: 1、打开新窗口/页面: 在当前页面上点击链接、按钮或执行某些操作时,可能会打开一个新的窗口或页面。此时&a…...

Electron实战之菜单与托盘

菜单、托盘是桌面端应用必备的功能之一,我们通常会在菜单上配置应用常用的:偏好设置、显示隐藏、打开文件等功能,在托盘内设置:退出、重启、帮助等辅助性功能,帮助用户方便快捷地控制应用的一些系统功能。系统托盘实际…...

【Java EE初阶十六】网络原理(一)

在网络原理中主要学习TCP/IP四层模型中的重点网络协议 1. 应用层 1.1 应用程序与协议 应用层是和程序员接触最密切的; 应用程序:在应用层这里,很多时候都是程序员自定义应用层协议(步骤:1、根据需求,明确…...

51_蓝桥杯_led流水灯

一 原理图分析 二 三八译码器工作原理 三八译码器:3个输入控制8路互斥的低电平有效输出。 C B A 输出 0 0 0 Y0 0 0 1 Y1 0 1 0 Y2 0 1 1 Y3 1 0 0 Y4 1 0 1 Y5 1 1 0 Y6 1 1 1 Y7 三 锁存器工作原理 锁存器:当使…...

⭐北邮复试刷题589. N 叉树的前序遍历__DFS (力扣每日一题)

589. N 叉树的前序遍历 给定一个 n 叉树的根节点 root ,返回 其节点值的 前序遍历 。 n 叉树 在输入中按层序遍历进行序列化表示,每组子节点由空值 null 分隔(请参见示例)。 示例 1: 输入:root [1,null,…...

php伪协议之phar

一.phar协议 用于将多个 PHP 文件、类、库、资源(如图像、样式表)等打包成一个单独的文件。这个归档文件可以像其他 PHP 文件一样被包含(include)或执行。PHAR 归档提供了一种方便的方式来分发和安装 PHP 应用程序和库&#xff0c…...

蓝桥杯电子类单片机提升三——NE555

目录 单片机资源数据包_2023 一、NE555和定时器工作模式 1.NE555的介绍 2.定时器的计数模式 二、NE555频率读取代码的实现 1.定时器0初始化 2.通过读取TH0和TL0来读取频率 3.通过中断读取频率 三、完整代码演示 通过读取TH0和TL0来读取频率 main.c 通过中断读取频…...

发掘GPT-4商业创新的潜力

GPT-4在商业创新方面的应用潜力巨大,它能够基于庞大的训练数据集和强大的语言生成能力,协助企业或个人用户在多个商业场景中推动创新: 市场分析与战略规划:GPT-4可以对历史数据、行业趋势、竞争对手信息进行深度分析,并…...

LeetCode42.接雨水(单调栈)

题目 给定 n 个非负整数表示每个宽度为 1 的柱子的高度图,计算按此排列的柱子,下雨之后能接多少雨水。 示例 : 输入:height [0,1,0,2,1,0,1,3,2,1,2,1] 输出:6 解释:上面是由数组 [0,1,0,2,1,0,1,3,2,…...

黄东旭:“向量数据库”还是“向量搜索插件 + SQL 数据库”?丨我对 2024 年数据库发展趋势的思考

本文由 PingCAP 黄东旭撰写,讨论了数据库技术在 2023 年的快速变革,并对 2024 年的数据库发展趋势进行了预测。文章重点关注了 GenAI 时代对数据库的影响,提出了在数据库选择上的两种路径:“向量数据库”和“向量搜索插件 SQL 数…...

Spark编程实验五:Spark Structured Streaming编程

目录 一、目的与要求 二、实验内容 三、实验步骤 1、Syslog介绍 2、通过Socket传送Syslog到Spark 3、Syslog日志拆分为DateFrame 4、对Syslog进行查询 四、结果分析与实验体会 一、目的与要求 1、通过实验掌握Structured Streaming的基本编程方法; 2、掌握…...

【已解决】引发的异常: 0xC0000005: 读取位置 0xFFFFFFFFFFFFFFFF 时发生访问冲突。

这种问题产生一般都会手足无措,包括笔者,但是不要慌,这种问题一般都是内存泄漏引起的。例如读者要访问一个已经被析构或者释放的变量,当然访问不了,导致存在问题。这时候读者应该从哪里产生内存泄漏这方面进行考虑&…...

Python Flask高级编程之RESTFul API前后端分离(学习笔记)

Flask-RESTful是一个强大的Python库,用于构建RESTful APIs。它建立在Flask框架之上,提供了一套简单易用的工具,可以帮助你快速地创建API接口。Flask-RESTful遵循REST原则,支持常见的HTTP请求方法,如GET、POST、PUT和DE…...

Windows如何打开投影到此电脑

1.首先点开设置 找到系统 点击投影到此电脑,如果这3行都显示灰色说明没有开启。 2.如何开启投影到此电脑 ①回到设置,点击应用 ②点击可选应用 ③ 安装无线显示器 投影设置可以和我一样...

【BUG】段错误

1. 问题 8核工程,核4在运行了20分钟以上,发生了段错误。 [C66xx_4] A00x53 A10x53 A20x4 A30x167e A40x1600 A50x850e2e A60x845097 A70xbad9f5e0 A80x0 A90x33 A100x53535353 A110x0 A120x0 A130x0 A140x0 A150x0 A160x36312e35 A170x20 A180x844df0 …...

深入理解指针(3)

目录 一、 字符指针变量二、 数组指针变量1.数组指针变量是什么?2.数组指针变量怎么初始化? 三、 二维数组传参的本质四、 函数指针变量1. 函数指针变量的创建2.函数指针变量的使用3.typedef关键字 五、 函数指针数组六、 转移表 一、 字符指针变量 在指针的类型中…...

ssm在线学习平台-计算机毕业设计源码09650

目 录 摘要 1 绪论 1.1 选题背景及意义 1.2国内外现状分析 1.3论文结构与章节安排 2 在线学习平台系统分析 2.1 可行性分析 2.2 系统业务流程分析 2.3 系统功能分析 2.3.1 功能性分析 2.3.2 非功能性分析 2.4 系统用例分析 2.5本章小结 3 在线学习平台总体设计 …...

【Linux 内核源码分析】内存映射(mmap)机制原理

内存映射(mmap)是 Linux 内核的一个重要机制,它为程序提供了一种将文件内容直接映射到进程虚拟地址空间的方式。同时内存映射也是虚拟内存管理和文件 IO 的重要组成部分。 在 Linux 中,虚拟内存管理是基于内存映射来实现的。在调用 mmap 函数时&#xf…...

贪心算法之合并区间

“任世界多宽广,停泊在这港口~” 区间问题,涉及到最多的就是 取交集 和 并集的概念。我们使用C排序算法后,其默认规则就是按照 “左排序”进行的。因而,我们实质上注意的是每一个区间的 右端点,根据题目要求&#xff…...

Eclipse - Colors and Fonts

Eclipse - Colors and Fonts References 编码最好使用等宽字体,Ubuntu 下自带的 Ubuntu Mono 可以使用。更换字体时看到名字里面带有 Mono 的基本都是等宽字体。 Window -> Preferences -> General -> Appearance -> Colors and Fonts -> C/C ->…...

基于特征图的机器学习模型选择:从静态规则到动态适应

1. 项目概述:从“凭感觉”到“有章法”的模型选择在机器学习项目的实战中,最让人头疼的环节之一,往往不是调参,而是最初那个看似简单的问题:我该用哪个模型?面对Scikit-Learn库里琳琅满目的算法&#xff0c…...

网盘直链解析工具LinkSwift:告别龟速下载,3分钟搞定9大网盘文件下载

网盘直链解析工具LinkSwift:告别龟速下载,3分钟搞定9大网盘文件下载 【免费下载链接】Online-disk-direct-link-download-assistant 一个基于 JavaScript 的网盘文件下载地址获取工具。基于【网盘直链下载助手】修改 ,支持 百度网盘 / 阿里云…...

MorphoCopter:变形四旋翼无人机设计与控制技术

1. MorphoCopter:重新定义四旋翼无人机的形态与能力边界在无人机技术快速发展的今天,四旋翼飞行器已经成为从影视拍摄到灾害救援等多个领域的标配工具。然而,一个长期存在的硬件设计瓶颈始终未被突破——传统四旋翼的固定结构使其在需要通过狭…...

LoRA微调实战2026:从零到生产的完整工程指南

为什么2026年LoRA仍然是最重要的微调方法 大模型微调技术日新月异,但LoRA(Low-Rank Adaptation)自2021年提出以来,不仅没有被淘汰,反而在2026年成为工业界微调的主流方法之一。原因很简单:极致的参数效率。…...

SHAP值在时间感知研究中的应用:从机器学习预测到认知机制解释

1. 项目概述:当时间感知遇上可解释AI 在认知科学和神经工程领域,时间感知一直是个迷人的谜题。我们如何感知时间的流逝?为什么有时“度日如年”,有时又“光阴似箭”?传统研究多依赖于行为实验和理论模型,但…...

如何用BooruDatasetTagManager将AI图像标注效率提升500%:从零构建高质量训练数据集

如何用BooruDatasetTagManager将AI图像标注效率提升500%:从零构建高质量训练数据集 【免费下载链接】BooruDatasetTagManager 项目地址: https://gitcode.com/gh_mirrors/bo/BooruDatasetTagManager 你是否正在为AI绘画模型准备训练数据,却因手动…...

NCM转MP3完整指南:3步解锁网易云音乐加密文件

NCM转MP3完整指南:3步解锁网易云音乐加密文件 【免费下载链接】ncmdump 项目地址: https://gitcode.com/gh_mirrors/ncmd/ncmdump 你是否曾在网易云音乐下载了喜爱的歌曲,却发现只能在官方客户端播放?NCM加密格式限制了音乐的自由使用…...

从GEDI L4A数据到论文图表:如何用Python和geemap进行AGBD时空分析与可视化

从GEDI L4A数据到论文图表:Python与geemap实现AGBD科研级分析全流程当我们需要量化森林碳储量或评估生态恢复成效时,地上生物量密度(AGBD)是最关键的指标之一。NASA的GEDI卫星通过激光雷达技术,以25米分辨率捕捉全球植…...

破解特征相关性难题:MVIM与CVIM如何提供更稳健的变量重要性评估

1. 项目概述:从“黑盒”到“可解释”的桥梁在数据科学和机器学习的日常工作中,我们常常面临一个核心矛盾:一方面,以XGBoost、深度神经网络为代表的复杂模型因其卓越的预测性能而备受青睐;另一方面,这些模型…...

大型语言模型推理加速:Lyanna架构与推测解码优化

1. 大型语言模型推理加速的技术挑战在自然语言处理领域,大型语言模型(LLM)的推理速度一直是制约其实际应用的关键瓶颈。传统自回归解码方式需要逐个生成token,这种序列化特性使得计算资源无法得到充分利用。以LLaMA-2-7B模型为例,在NVIDIA A1…...