Selenium自动填写表单

发表于 更新于 本文字数： 3.5k 阅读时长 ≈ 3 分钟

偷懒是人类进步的阶梯

前言

先上图

内容提取

左边是 PDF 文档，右边是表单，需要从左边的文档中提取相关信息填入右边相应的文本框。

至于 PDF 的处理，下次再讲。本文专注于使用 Selenium 控制 Chrome 来填写相关字段。

单选框

首先是源语言和技术文档，以英文语言为例，在 Chrome 里，鼠标停留在“英文”前的按钮，使用“检查元素”功能，在下方的调试窗口，右键“Copy->Copy XPath”（如下图），得到“英文”对应的 XPath，使用 Selenium 提供的click()函数实现点击，代码如下。
XPath

1
2
3
4
5
6
7
from selenium import webdriver
driver = webdriver.Chrome(options=options)
driver.maximize_window()
driver.get(link)
# 英文、技术文档
driver.find_element_by_xpath('//*[@id="language"]/label[2]/span[1]/input').click()
driver.find_element_by_xpath('//*[@id="techFlag"]/label[1]/span[1]/input').click()

文本框

然后是各个文本框，可以使用find_element_by_id方法定位。以“文档名”为例，使用“检查元素”功能，可以看到其id是fileName，在提取资料的文档名后（假设为file_name），使用send_keys()函数填写内容，代码如下：

1
2
#文档名
driver.find_element_by_id('fileName').send_keys(file_name)

send_keys(str)的参数可以是带有转义字符的字符串，以’\n’为例，填入到文本框后能实现换行。

按钮

填写完所有必填文本框后，来到页面底部的“下一步”按钮，这里可以使用 XPath（很长，显得代码不够优雅）定位；由于页面上只有一个button，所以可以直接用 CSS 选择器定位button，或者使用类名定位，代码如下：

1
2
driver.find_element_by_class_name('ant-btn').click()
driver.find_element_by_css_selector("button").click()

然后弹出一个对话框会提示提交成功，需要再点一次“确定”按钮，这里按 XPath 选择，代码如下：

1
driver.find_element_by_xpath('/html/body/div[3]/div/div[2]/div/div[2]/div/div/div[2]/button').click()

部分代码

部分代码如下，其中，由于程序顺序执行相邻指令的时间间隔很短，如果不设置time.sleep()，那么在执行下一条指令前，页面上并没有出现相应的元素，将导致程序报错。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
# 英文、技术文档
driver.find_element_by_xpath('//*[@id="language"]/label[2]/span[1]/input').click()
driver.find_element_by_xpath('//*[@id="techFlag"]/label[1]/span[1]/input').click()

# 资料类型
driver.find_element_by_id('fileType').send_keys('Datasheet')

#文档名
driver.find_element_by_id('fileName').send_keys(file_name)

# 资料描述
driver.find_element_by_id('docDesc').send_keys(desc)

# 型号
driver.find_element_by_id('pnTags_Temporary').send_keys(models)

# 品类
driver.find_element_by_id('fileCategory').send_keys(category)

# 应用
driver.find_element_by_id('fileApplication').send_keys(apps)

# 封装
driver.find_element_by_id('filePackage').send_keys(package)

# 文档生成时间
driver.find_element_by_id('fileCreateTime').send_keys(create_time)

# 文档编码
driver.find_element_by_id('fileCode').send_keys(file_code)

# 版本号
driver.find_element_by_id('fileVersion').send_keys(file_verion)

# 下一步
driver.find_element_by_css_selector("button").click()
# driver.find_element_by_class_name('ant-btn').click()

# 提交成功，确定
time.sleep(3)
driver.find_element_by_xpath('/html/body/div[3]/div/div[2]/div/div[2]/div/div/div[2]/button').click()

# 检查超链超链页有时候会卡住，这里检测页面是否有超链状态按钮
while True:
    try:
        driver.find_element_by_xpath('//*[@id="linkCheckStatus"]/label[1]/span[1]').click()
        break
    except NoSuchElementException:
        pass

# 确定
time.sleep(3)
driver.find_element_by_css_selector("button").click()
time.sleep(3)

# 跳转到下一资料
driver.find_element_by_xpath('/html/body/div[3]/div/div[2]/div/div[2]/div/div/div[2]/button').click()

Chrome 浏览器选项

默认情况下，Selenium 会以窗口化运行 Chrome，下载路径是默认的~/Downloads目录，可以使用以下代码修改配置。

1
2
3
4
5
6
7
8
9
# 设置下载路径，最大化窗口
options = webdriver.ChromeOptions()
prefs = {
    'profile.default_content_settings.popups': 0,
    'download.default_directory': 'C:\\Users\\username\\Downloads\\PDF'
}
options.add_experimental_option('prefs', prefs)
driver = webdriver.Chrome(options=options)
driver.maximize_window()

代码调试

为了方便查看每一步的运行效果，可以使用 Jupyter Notebook。实测 IPython 在打开 Chrome 后会停在当前输入，不能输入新命令，所以 IPython 并不能用于单步。