博客
关于我
selenium 弹框处理机制
阅读量:754 次
发布时间:2019-03-23

本文共 1361 字,大约阅读时间需要 4 分钟。

警告框操作指南

在页面操作中,常常会遇到如alert、confirm、prompt等警告框。可以利用Selenium的switch_to.alert()方法来定位这些弹框,并进行相应操作。以下是常用方法详情:

  • switch_to.alert():用于定位当前页面上的警告框。
  • text:获取警告框中的文字信息。
  • accept():接受现有警告框(如点击“确定”)。
  • dismiss():关闭当前警告框(如点击“取消”)。
  • send_keys("警告内容"):向警告框中输入指定文本。
  • 这些方法为用户提供了对警告框操作的灵活控制,能够满足日常开发需求。

    操作示例

    from selenium import webdriverfrom selenium.webdriver import ActionChainsfrom selenium.webdriver.common.by import Byclass TestAlert:    def setup(self):        self.driver = webdriver.Chrome()        self.driver.implicitly_wait(3)        self.driver.maximize_window()        def test_alert(self):        # 打开目标网页        self.driver.get("https://www.runoob.com/try/try.php?filename=jqueryui-api-droppable")        # 切换到弹框所在的框架        self.driver.switch_to.frame("iframeResult")        # 定位拖拽元素        draggable = self.driver.find_element(By.ID, 'draggable')        droppable = self.driver.find_element(By.ID, 'droppable')        # 拖拽操作        action = ActionChains(self.driver)        action.click_and_hold(draggable).move_to_element(droppable).release().perform()        # 等待弹框出现        sleep(3)        # 接受警告框        self.driver.switch_to.alert.accept()        # 切回默认内容框架        self.driver.switch_to.default_content()        # 点击提交按钮        self.driver.find_element_by_id("submitBTN").click()

    以上代码演示了如何通过Selenium处理页面中的警告框。操作流程包括:打开网页、定位元素、执行拖拽操作、接受警告框、最后点击提交按钮。整个流程简洁明了,便于理解和参考。

    转载地址:http://esczk.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
    查看>>
    OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
    查看>>
    OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
    查看>>
    OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
    查看>>
    OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
    查看>>
    OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
    查看>>
    OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
    查看>>
    OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
    查看>>
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
    查看>>
    VS2003 Front Page Server Extension
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
    查看>>