中国石油大学（华东）自动评教工具（涵盖爬虫的基础知识，适合练手）

我开发了一个用于自动评教的工具，大家可以试着用用，下面是链接。

https://github.com/restrain11/auto_teachingEvaluate

可以点个星吗，感谢！🫡

以下是我在开发过程中学到的知识 以及 碰到的部分问题

---

动态爬虫和静态爬虫的区别

1. 静态爬虫

静态爬虫是指通过直接发送 HTTP 请求，获取静态网页的 HTML 源码，并从中提取数据的一种爬取方式。适用于页面内容在服务器端渲染的场景。

特点

1. HTML 源码直接包含数据：
   • 发送请求后，服务器返回的 HTML 已包含所有需要的数据。
2. 无需执行 JavaScript：
   • 页面内容在服务器端渲染完成，浏览器无需额外加载和运行脚本。
3. 速度较快：
   • 不需要加载 JavaScript、CSS 等资源，只提取 HTML 内容即可。

技术实现

• 使用库如 requests、urllib 等发送 HTTP 请求获取页面源码。
• 使用解析库如 BeautifulSoup 或 lxml 提取所需数据。

示例代码

import requests
from bs4 import BeautifulSoup# 发送 HTTP 请求
url = "https://example.com"
response = requests.get(url)# 解析 HTML 内容
soup = BeautifulSoup(response.text, "html.parser")# 提取数据
title = soup.find("title").text
print("页面标题:", title)

适用场景

• 数据直接嵌在 HTML 中。
• 网站不依赖 JavaScript 动态加载内容。
• 需要快速高效的爬取。

---

2. 动态爬虫

动态爬虫是指通过模拟浏览器行为（如执行 JavaScript 脚本），获取动态加载的页面内容的一种爬取方式。适用于页面内容由客户端（浏览器）通过 JavaScript 加载的场景。

特点

1. 依赖 JavaScript 渲染：
   • 发送初始 HTTP 请求后，返回的 HTML 可能是一个框架，具体数据需要通过 JavaScript 动态加载。
2. 需要模拟浏览器操作：
   • 使用工具（如 Selenium、Playwright 等）模拟浏览器执行 JavaScript 脚本并加载内容。
3. 速度较慢：
   • 由于需要模拟浏览器加载和渲染页面，爬取效率较低。

技术实现

• 使用 Selenium 或 Playwright 等工具启动浏览器，加载页面并提取渲染后的内容。
• 解析渲染完成的 HTML 提取所需数据。

示例代码

from selenium import webdriver
from selenium.webdriver.common.by import By# 启动浏览器
driver = webdriver.Chrome()
driver.get("https://example.com")# 等待页面加载完成并提取数据
title = driver.title
print("页面标题:", title)# 关闭浏览器
driver.quit()

适用场景

• 页面内容由 JavaScript 动态加载。
• 需要处理复杂的交互操作（如点击、滚动）。
• 数据直接请求无法获取，需模拟用户操作。

---

3. 对比

特性	静态爬虫	动态爬虫
数据加载方式	数据直接包含在 HTML 中	数据由 JavaScript 动态加载
技术实现	直接请求 HTML 并解析	模拟浏览器行为，执行 JavaScript
执行效率	快速	较慢（需加载页面和执行脚本）
技术复杂度	较低	较高（需处理浏览器模拟和脚本加载）
适用场景	静态页面，数据直接返回	动态页面，数据通过异步加载

selenium

Selenium 是一个开源的自动化测试工具，用于模拟用户在浏览器中的操作。它支持多种浏览器（如 Chrome、Firefox、Edge）和多种编程语言（如 Python、Java、C#、Ruby、JavaScript 等），适用于 Web 应用程序的自动化测试。

主要功能

浏览器自动化：

• 可以模拟人类在浏览器中的操作，例如点击、输入、滚动、拖放等。

跨浏览器测试：

• 支持多种主流浏览器（如 Chrome、Firefox、Safari、Edge 等）。

支持多种编程语言：

• 提供多语言绑定接口（如 Python、Java 等），方便开发者根据需求选择。

动态内容测试：

• 支持测试现代 Web 应用中的动态内容（如 AJAX、JavaScript 加载的内容）。

灵活的元素定位：

• 支持多种方式定位页面元素，包括 ID、名称、类名、标签名、XPath、CSS 选择器等。

核心组件

Selenium WebDriver：

• Selenium 的核心，用于直接与浏览器交互，执行自动化操作。
• 适用于现代 Web 应用测试。

Selenium IDE：

• 一个简单的浏览器扩展，可记录和回放用户操作，适合初学者使用。

Selenium Grid：

• 用于分布式测试，允许在多个设备上同时运行测试，适合大型项目。

Selenium RC（已废弃）：

• Selenium 的早期版本，现已被 WebDriver 替代。

工作原理

WebDriver 驱动：

• WebDriver 是 Selenium 的核心，它通过驱动程序（如 ChromeDriver、GeckoDriver）与浏览器进行通信。
• Selenium 使用 WebDriver API 向浏览器发送指令，如打开页面、查找元素、模拟操作等。

执行自动化操作：

• Selenium 脚本中包含测试用例逻辑。
• WebDriver 将脚本中的操作翻译成浏览器能理解的命令。
• 浏览器执行这些命令，完成测试。

示例代码

以下是使用 Selenium 的一个简单示例：

Python 示例：

from selenium import webdriver
from selenium.webdriver.common.by import By# 设置 WebDriver（以 Chrome 为例）
driver = webdriver.Chrome()# 打开网页
driver.get("https://www.google.com")# 查找搜索框并输入关键字
search_box = driver.find_element(By.NAME, "q")
search_box.send_keys("Selenium WebDriver")# 提交搜索
search_box.submit()# 打印页面标题
print(driver.title)# 关闭浏览器
driver.quit()

应用场景

Web 应用自动化测试：

• 测试用户登录、注册、支付流程等功能。

跨浏览器测试：

• 验证 Web 应用在不同浏览器上的兼容性。

抓取动态内容：

• 配合工具进行简单的 Web 爬取，特别是动态加载的内容。

回归测试：

• 自动化测试重复性工作，如检查新功能是否影响已有功能。

优缺点

优点：

1. 开源免费：
   • 无需付费，社区活跃。
2. 支持多浏览器和语言：
   • 灵活性强，适配性广。
3. 灵活的元素定位：
   • 可精确定位复杂页面上的元素。

缺点：

1. 对动态页面支持有限：
   • 对于高度动态化页面（如 React、Angular 应用），需要与等待机制结合使用。
2. 执行速度较慢：
   • 比较适合功能测试，不适合性能测试。
3. 维护成本高：
   • 页面结构变化可能导致测试脚本需要频繁更新。

iframe

iframe 是 HTML 内联框架（Inline Frame），用于在网页中嵌入另一个 HTML 文档。通过 iframe，一个网页可以显示另一个独立的网页，类似于窗口中的窗口。

主要特性

1. 独立的上下文:

• iframe 中的内容独立于外部网页的 DOM（Document Object Model）。
• 它有自己的 HTML 文档、CSS 样式和 JavaScript 环境。

2. 跨域限制:

• 如果 iframe 中加载的是与主网页不同域的内容（跨域），会受到浏览器的安全限制，无法直接访问内容。

3. 嵌套网页:

• 通过 iframe，可以嵌套第三方网页、广告或动态内容。

常见用途

1. 加载第三方内容:

• 比如：加载 YouTube 视频、Google Maps。

2. 广告显示 :

• 网页中插入广告内容。

3. 单点登录系统 :

• 嵌套外部的登录页面（正如你的代码中使用）。

4. 嵌入其他网站的组件或服务 :

• 比如支付系统的嵌入。

iframe 的 HTML 结构

一个基本的 iframe 结构如下：

<iframe src="https://example.com" width="600" height="400" frameborder="0">浏览器不支持 iframe。
</iframe>

• src

  • 作用：指定 iframe 要加载的页面的 URL。
  • 用法：
    • src="https://example.com" 表示 iframe 将嵌入 https://example.com 的内容。
    • 你可以指定绝对路径（如 https://example.com）或相对路径（如 /about.html）。
  • 注意事项：
    • 如果 src 的 URL 指向的资源不可用或加载失败，iframe 会显示备用内容（如 浏览器不支持 iframe）。
    • 加载的内容可能受限于 跨域策略，例如一些网站可能禁止被嵌入。

• width 和 height: 控制 iframe 的宽度和高度。

• frameborder: 是否显示边框。

Selenium 中的 iframe

• 为什么需要切换到 iframe？
• 当网页中的元素被包含在 iframe 内时，Selenium 无法直接访问这些元素。
• 必须先切换到 iframe，才能操作其内容。

XPath？

XPath（XML Path Language）是一种在 XML 或 HTML 文档中定位元素的语言，常用于在 Web 自动化测试（如 Selenium）中查找页面元素。

功能

• 定位 HTML 中的元素。
• 支持层级关系、属性筛选、文本内容匹配等。
• 适合复杂的页面结构。

基本语法

基本符号及其解释

1. //

• 作用：表示从文档的任意位置开始查找节点（无论节点深度如何）。

• 用法：

  • //tagname：匹配文档中所有名为 tagname 的节点。

• 示例：

  <div><span>Example</span><p>Sample</p>
  </div>
  

  XPath 查询：

  //p
  

  • 匹配：<p>Sample</p>

2. /

• 作用：表示查找直接子节点。

• 用法：

  • parent/child：匹配指定父节点下的直接子节点。

• 示例：

  <div><p>Direct child</p><span><p>Nested child</p></span>
  </div>
  

  XPath 查询：

  /div/p
  

  • 匹配：<p>Direct child</p>

3. [ ]

• 作用：用于条件筛选，通常指定节点的属性值、文本内容或索引。

• 用法：

  • tagname[@attribute="value"]：匹配具有特定属性和值的节点。
  • tagname[index]：匹配指定位置的节点（索引从 1 开始）。

• 示例：

  <div><p id="first">Paragraph 1</p><p id="second">Paragraph 2</p>
  </div>
  

  XPath 查询：//p[@id="second"]

  • 匹配：<p id="second">Paragraph 2</p>

  XPath 查询：//p[2]

  • 匹配：第二个 <p> 节点，即：<p id="second">Paragraph 2</p>

4. @

• 作用：表示节点的属性。

• 用法：

  • tagname[@attribute="value"]：匹配具有指定属性和值的节点。
  • //@attribute：匹配文档中所有包含指定属性的节点。

• 示例：

  <input type="text" name="username" />
  <input type="password" name="password" />
  

  XPath 查询：//input[@type="password"]

  • 匹配：<input type="password" name="password" />

  XPath 查询：//@name

  • 匹配：所有具有 name 属性的节点。

---

组合与扩展用法

1. 多条件筛选

• 作用：通过逻辑操作符组合多个条件。

• 用法：

  • and：同时满足多个条件。
  • or：满足任一条件。

• 示例：

  <div><p class="active" id="first">Active Paragraph</p><p class="inactive" id="second">Inactive Paragraph</p>
  </div>
  

  XPath 查询：//p[@class="active" and @id="first"]

  • 匹配：<p class="active" id="first">Active Paragraph</p>

  XPath 查询：//p[@class="active" or @id="second"]

  • 匹配：
    • <p class="active" id="first">Active Paragraph</p>
    • <p class="inactive" id="second">Inactive Paragraph</p>

2. 包含条件

• 作用：匹配属性值或文本内容包含某些字符的节点。

• 用法：

  • contains(@attribute, "value")：属性值包含指定文本。
  • contains(text(), "value")：文本内容包含指定文本。

• 示例：

  <div><p class="class1">Hello World</p><p class="class2">Welcome to XPath</p>
  </div>
  

  XPath 查询：//p[contains(@class, "class")]

  • 匹配：所有包含 class 属性值的 <p> 标签。

  XPath 查询：//p[contains(text(), "Welcome")]

  • 匹配：<p class="class2">Welcome to XPath</p>

3. 位置筛选

• 作用：根据节点的相对位置筛选。

• 用法：

  • first()：匹配第一个节点。
  • last()：匹配最后一个节点。
  • position() = n：匹配特定位置的节点。

• 示例：

  <ul><li>Item 1</li><li>Item 2</li><li>Item 3</li>
  </ul>
  

  XPath 查询：//li[position()=1]

  • 匹配：<li>Item 1</li>

  XPath 查询：//li[last()]

  • 匹配：<li>Item 3</li>

完整的 XPath

完整的 XPath是从 HTML 文档的根节点（html）开始，精确地描述元素路径的 XPath 表达式。

特点

• 从根节点逐级到目标节点，路径是唯一的。
• 更加可靠，但较长且不易维护。

示例

假设有以下 HTML：

<html><body><div><form><input id="username" type="text"></form></div></body>
</html>

完整 XPath 表达式：

/html/body/div/form/input[@id='username']

• 解释：从 html 根节点开始，逐级到 body -> div -> form -> input，并通过 id='username' 确定目标元素。

优缺点

• 优点：路径唯一，不容易受到页面动态变化的影响。
• 缺点：路径较长，维护困难，一旦页面结构发生改变，可能失效。

两者区别

特点	绝对 XPath	相对 XPath
路径起点	从根节点（<html>）开始，路径固定。	从任意位置开始，路径灵活。
路径表示	以 / 开头，逐级描述路径。	以 // 开头，直接定位目标元素。
路径长度	路径较长，嵌套深时尤其明显。	路径较短，表达更简洁。
页面变化的影响	页面结构变化会导致路径失效。	页面结构变化时适应性较强。
灵活性	固定且不灵活。	灵活，支持多种条件筛选。
适用场景	适用于简单页面或需要唯一路径的场景。	适用于复杂页面或需要灵活定位的场景。

推荐在 Web 自动化测试中优先使用相对XPath

如果 XPath 匹配到多个元素，会发生什么？

当一个 XPath 表达式在页面中匹配到多个元素时，行为取决于你如何使用该 XPath 表达式：

在 Selenium 中的行为

• 如果你使用 find_element 方法：

element = driver.find_element(By.XPATH, "XPath表达式")

• 结果

  • 只返回匹配到的第一个元素。
  • 如果你需要的是多个元素，可能会导致结果不符合预期。

• 如果你使用 find_elements 方法：

elements = driver.find_elements(By.XPATH, "XPath表达式")

• 结果
  • 返回一个列表，包含所有匹配到的元素。
  • 列表中的元素顺序与它们在 HTML 文档中的顺序一致。

匹配多个的使用场景

有些情况下，匹配多个元素是有意义的。例如：

• 遍历一个表格中的所有行。
• 获取页面中所有的按钮或输入框。

在这些场景下，可以用 find_elements 方法获取一个列表，并对每个匹配到的元素进行逐一操作。

代码示例：处理多个匹配

elements = driver.find_elements(By.XPATH, "//input")
for index, elem in enumerate(elements, start=1):print(f"第 {index} 个元素类型: {elem.get_attribute('type')}")

输出：

第 1 个元素类型: text
第 2 个元素类型: password
第 3 个元素类型: submit

Selector？

Selector（选择器）是通过一种特定的规则来查找页面元素的方式。CSS Selector 是 Web 自动化中常用的一种选择器。

功能

• 它类似于 CSS 样式规则，通过样式规则快速定位 HTML 元素。
• 易于阅读，特别适合简单的页面结构。

示例

div.example                # 定位类名为 'example' 的所有 <div> 元素
#username                  # 定位 id 为 'username' 的元素
input[name="password"]     # 定位 name 属性为 'password' 的 <input> 元素
table > tbody > tr:first-child td:nth-child(2) # 定位表格第一行第二列的单元格
button.btn-primary         # 类名包含 'btn-primary' 的按钮

XPath和Selector区别

特性	XPath	CSS Selector
支持层级关系	支持父节点、祖先节点定位（..）	不支持
语法复杂度	相对复杂，功能强大	简单直观，易用
浏览器兼容性	Selenium 支持所有主流浏览器	Selenium 支持所有主流浏览器
速度	通常较慢，因为功能强大，支持更多匹配规则	通常更快，适用于简单的查找规则
文本定位	支持通过 text() 定位，比如：//button[text()='登录']	不支持，需通过类名或属性定位

---

什么时候选择 XPath？

• 页面结构复杂，需要精确定位元素。
• 元素没有 id、class 等可用的属性。
• 需要根据层级关系定位父子节点。

什么时候选择 CSS Selector？

• 页面结构简单。
• 目标元素有 id 或 class。
• 需要高效且易维护的选择器。

窗口句柄？

窗口句柄（Window Handle）是一个由浏览器分配的唯一标识符，用来标识和操作当前浏览器实例中打开的各个窗口或标签页。

在 Selenium 中，窗口句柄是通过 WebDriver 提供的，用于在多个浏览器窗口或标签页之间切换。

特性

1. 唯一性：

• 每个窗口或标签页都有一个唯一的句柄。
• 不同窗口的句柄永远不会重复。

2. 动态分配：

• 打开新的窗口或标签页时，WebDriver 会为其分配一个新的句柄。

3. 存储方式：

• Selenium 使用 window_handles 属性返回所有当前窗口的句柄列表。
• 使用 current_window_handle 属性获取当前窗口的句柄。

如何获取窗口句柄

1. 获取当前窗口句柄：

current_handle = driver.current_window_handle
print(f"当前窗口句柄: {current_handle}")

2. 获取所有窗口句柄：

all_handles = driver.window_handles
print(f"所有窗口句柄: {all_handles}")

3. 切换窗口句柄：

• 使用 driver.switch_to.window(handle) 切换到指定窗口。

driver.switch_to.window(all_handles[1])  # 切换到第二个窗口

窗口句柄的常见操作

1. 新窗口的打开与切换：

• 当执行操作（如点击一个链接）后，新窗口或标签页会打开。
• Selenium 不会自动切换到新窗口，需要显式切换。

# 等待新窗口打开
# 等待窗口数量增加（从现有窗口数 + 1）
current_window_count = len(driver.window_handles)
WebDriverWait(driver, 10).until(lambda d: len(d.window_handles) > current_window_count)# 切换到最新打开的窗口
driver.switch_to.window(driver.window_handles[-1])# 检查新窗口的标题或 URL
WebDriverWait(driver, 10).until(lambda d: "目标标题" in d.title or "目标URL片段" in d.current_url)print(f"新窗口已成功加载，标题: {driver.title}")

为什么判断新窗口是否加载是重要的？

1. **避免不完整的句柄切换：** 在 `driver.switch_to.window()` 之前，新窗口可能尚未完全加载，导致操作 DOM 时出错。
2. **新窗口的加载时机：** 浏览器可能会在窗口句柄生成后延迟加载内容，所以需要等待标题、URL 或特定 DOM 元素出现以确保内容可用。
3. **超时错误的可能性：** 如果仅等待窗口句柄变化，而不验证新窗口内容，可能导致未加载完成的页面被误认为加载成功。

2. 关闭窗口并返回主窗口：

• 可以通过 driver.close() 关闭当前窗口。
• 然后用 switch_to.window 切换回主窗口。

# 关闭当前窗口
driver.close()# 切换回主窗口
driver.switch_to.window(handles[0])

3. 切换回原始窗口：

• 在切换到新窗口后，可以通过记录最初的窗口句柄返回主窗口。

original_handle = driver.current_window_handle
# 执行其他窗口的操作后切回
driver.switch_to.window(original_handle)

实际应用场景

1. 多窗口/标签页操作：

• 用户点击链接后，打开新窗口。
• 需要切换到新窗口进行操作，再返回主窗口。

示例：

# 记录主窗口句柄
main_window = driver.current_window_handle# 点击按钮，打开新窗口
driver.find_element(By.ID, 'open-new-window').click()# 等待新窗口打开并切换到新窗口
WebDriverWait(driver, 10).until(lambda d: len(d.window_handles) > 1)
handles = driver.window_handles
driver.switch_to.window(handles[-1])
print(f"新窗口标题: {driver.title}")# 关闭新窗口并返回主窗口
driver.close()
driver.switch_to.window(main_window)
print(f"返回主窗口，标题: {driver.title}")

2. 处理第三方登录或支付：

• 如点击“使用第三方登录”或“跳转支付”，会打开新窗口，需在新窗口操作后切回原窗口

---

将来我会采用PyAutoGUI来实现自动评教的功能。友友们也可以自己尝试哦😉

PyAutoGUI

PyAutoGUI 是一个用于 GUI 自动化的 Python 库，可以模拟人类在计算机上的操作。它可以控制鼠标和键盘，执行点击、拖动、键盘输入、截屏等操作，常用于简单的桌面应用程序自动化任务。

特点

跨平台支持：

• 支持 Windows、macOS 和 Linux。

易用性：

• 提供了简单的 API，可以快速实现鼠标、键盘的自动化操作。

丰富的功能：

• 支持屏幕坐标操作、图像匹配、消息框等功能。

轻量级：

• 易于集成到各种项目中。

主要功能

1. 鼠标操作

PyAutoGUI 提供了多种方式来控制鼠标，包括移动、点击、拖动等。

1.1 获取屏幕尺寸

import pyautogui# 获取屏幕分辨率
screen_width, screen_height = pyautogui.size()
print(f"屏幕分辨率: {screen_width}x{screen_height}")

1.2 获取鼠标当前位置

# 获取鼠标当前位置
x, y = pyautogui.position()
print(f"鼠标当前位置: ({x}, {y})")

1.3 移动鼠标

# 将鼠标移动到屏幕 (100, 100) 坐标
pyautogui.moveTo(100, 100, duration=1)  # duration 是移动时间（秒）

1.4 点击

# 单击
pyautogui.click(100, 100)# 双击
pyautogui.doubleClick(200, 200)# 右键单击
pyautogui.rightClick(150, 150)

1.5 鼠标拖动

# 从 (100, 100) 拖动到 (400, 400)
pyautogui.moveTo(100, 100)
pyautogui.dragTo(400, 400, duration=2)

---

2. 键盘操作

PyAutoGUI 提供模拟键盘输入和快捷键的功能。

2.1 输入文本

# 模拟键盘输入
pyautogui.typewrite("Hello, PyAutoGUI!", interval=0.1)  # interval 控制每个字符的间隔时间

2.2 模拟按键

# 按下一个键
pyautogui.press("enter")# 同时按下多个键（组合键）
pyautogui.hotkey("ctrl", "c")  # 模拟 Ctrl+C 复制

---

3. 屏幕截图与匹配

PyAutoGUI 支持截取屏幕和图像匹配功能。

我觉得这是最让人惊艳的！

3.1 截屏

# 截取整个屏幕
screenshot = pyautogui.screenshot()
screenshot.save("screenshot.png")  # 保存为文件

3.2 图像匹配

1、基于图像的定位

• PyAutoGUI 能够在屏幕上搜索目标图像的位置，并返回图像所在区域的坐标。
• 这对于定位动态元素、没有固定坐标的 UI 元素非常有用。

2、操作与图像匹配结合

• PyAutoGUI 可以通过匹配找到的图像位置来执行点击、拖动等操作。

3、 灵活性

• 支持指定精度（容忍度）和多个匹配结果，适应不同的屏幕分辨率或图像质量。

---

关键方法

1. pyautogui.locateOnScreen()

• 功能：查找屏幕上与指定图像匹配的区域。
• 返回值：返回一个 Box 对象，包含图像在屏幕上的位置和尺寸。

import pyautogui# 在屏幕上查找 button.png 图像
location = pyautogui.locateOnScreen('button.png')
if location:print(f"图像位置: {location}")  # Box(left=100, top=200, width=50, height=30)
else:print("未找到匹配图像")

---

2. pyautogui.locateAllOnScreen()

• 功能：查找屏幕上所有与指定图像匹配的区域。
• 返回值：返回一个生成器，包含所有匹配结果。

# 查找所有匹配 button.png 的位置
for loc in pyautogui.locateAllOnScreen('button.png'):print(f"找到图像位置: {loc}")

---

3. pyautogui.center()

• 功能：获取 Box 对象的中心坐标，便于直接点击或其他操作。

# 找到图像的中心点
location = pyautogui.locateOnScreen('button.png')
if location:center = pyautogui.center(location)print(f"图像中心点: {center}")  # Point(x=125, y=215)

---

4. pyautogui.click() 与图像匹配结合

• 通过找到图像的中心点后直接点击：

# 查找图像并点击其中心
location = pyautogui.locateOnScreen('button.png')
if location:pyautogui.click(pyautogui.center(location))print("已点击图像")

---

5. 设置精度（容忍度）

• 默认匹配精度是完全匹配，但可以通过 confidence 参数调整容忍度（需要 OpenCV 支持）。
• 适用场景：目标图像可能因分辨率、缩放或样式变化略有不同。

# 查找屏幕上与 button.png 匹配度 >= 0.8 的区域
location = pyautogui.locateOnScreen('button.png', confidence=0.8)
if location:print(f"图像位置: {location}")

注意：使用 confidence 参数需要安装 opencv-python：

pip install opencv-python

4. 消息框

PyAutoGUI 还提供简单的消息框功能，适合调试或通知用户。

# 显示一个消息框
pyautogui.alert("这是一个消息框！")# 确认对话框
response = pyautogui.confirm("是否继续？", buttons=["是", "否"])
print(f"用户选择: {response}")

注意事项

屏幕分辨率限制：

• 鼠标移动的坐标必须在屏幕分辨率范围内，超出范围会引发错误。

鼠标和键盘阻断：

• 如果脚本运行过程中出错可能会导致系统无法操作。可通过快速移动鼠标到屏幕左上角（默认热键）强制中断脚本。

性能：

• 图像匹配功能较为耗时，适用于简单场景，不适合复杂实时性要求。

安全性：

• 模拟操作易被检测到，无法完全应用于反自动化保护机制严格的场景。

应用场景

桌面自动化测试：

• 测试桌面应用程序的基本功能。

办公自动化：

• 自动填写表单、复制粘贴内容、执行批量操作等。

游戏辅助：

• 实现简单的鼠标和键盘自动操作。

简单图像识别与操作：

• 基于屏幕内容的动态响应（如点击按钮、拖动文件等）。

以下是我解决的部分bug 或 遇到的问题

问题1

 # 切换到 iframeevaluation_iframe = WebDriverWait(driver, 20).until(EC.presence_of_element_located((By.XPATH, '//iframe[@id="FrameNEW_XSD_JXPJ_JXPJ_XSPJ"]')))driver.switch_to.frame(evaluation_iframe)print("已切换到‘学生评价’iframe") 

为什么需要 switch_to.frame？

• 页面中 iframe 的内容是一个独立的 DOM 上下文，与主页面的 DOM 是分开的。
• 当你需要操作 iframe 内部的元素时，Selenium 必须先切换到这个 iframe。
• 不管你是用 XPath 还是 CSS Selector 定位，如果元素在 iframe 内，未切换到 iframe 会导致 Selenium 抛出 NoSuchElementException 错误。

问题2

点击保存后弹出的“jwxt.upc.edu.cn 显示 保存成功” 为何无法在元素中查到其html代码？

在点击“保存”后弹出的“jwxt.upc.edu.cn 显示 保存成功”对话框属于 JavaScript 的 alert 对话框，而不是页面中的 HTML 元素。这类对话框是通过浏览器原生功能实现的，因此无法通过开发者工具或 Selenium 的常规方法找到其 HTML 代码。

JavaScript Alert 的特点

1. 原生对话框： 这是通过 JavaScript 的 alert()、confirm() 或 prompt() 函数创建的原生对话框。
2. 独立于 HTML DOM： 这些对话框不是 HTML 元素的一部分，它们由浏览器本身渲染，直接覆盖在页面上。
3. 阻塞行为： 当弹出对话框时，JavaScript 的执行会暂停，直到对话框被用户手动关闭。

---

如何检测和处理此类对话框？

使用 Selenium，可以通过 switch_to.alert 访问并处理这些对话框。

代码示例：处理 Alert 对话框

from selenium.webdriver.common.alert import Alert# 等待并切换到 alert 对话框
alert = WebDriverWait(driver, 10).until(EC.alert_is_present())# 获取 alert 对话框中的文本
alert_text = alert.text
print(f"Alert 对话框内容: {alert_text}")# 点击 "确定" 按钮关闭对话框
alert.accept()

---

如何确认这是一个 alert 对话框？

1. 点击“保存”按钮后，观察页面是否暂停（阻塞行为）。

2. 使用 Selenium 的

switch_to.alert

检测是否存在 alert：

try:alert = driver.switch_to.alertprint("检测到 alert 对话框")
except Exception as e:print("未检测到 alert 对话框")

---

注意事项

1. 弹出框类型： 确保是浏览器原生的 alert，对话框。否则，可能是自定义的 HTML 弹出框。
2. 等待 alert： 如果对话框在点击后延迟出现，可以用 WebDriverWait 等待 alert_is_present()。
3. 区分多个对话框： 如果页面存在多种弹出框（例如 confirm 和 prompt），需要根据具体行为（例如获取输入或确认操作）处理。

问题3

已切换到 iframe
登录成功！当前页面URL: https://i.upc.edu.cn/dcp/forward.action?path=/portal/portal&p=home
当前页面包含'/portal/portal'，继续执行后续操作
已切换回主页面
找到 container 元素
找到 container > div[1]
找到 appMenuWidget-content
成功点击教学应用
成功点击教务系统链接
成功切换到新窗口，新页面URL: https://jwxt.upc.edu.cn/jsxsd/framework/xsMainV.htmlx
新页面标题: 首页
成功点击‘教学评价’主菜单
成功点击‘教学评价’子菜单
成功点击‘学生评价’
已切换到‘学生评价’iframe
表格已加载
找到 2 行数据（除表头）
第 1 行找到链接：https://jwxt.upc.edu.cn/jsxsd/xspj/xspj_list.do?pj0502id=BDCCA6651BFB47888F0507B1B571A3B1&pj01id=C96FD3FC03074117A35BF8FB146A6BAE&xnxq01id=2024-2025-1
成功点击进入评价
课程表格已加载
找到 10 行课程数据（除表头）
第 1 行找到课程链接：https://jwxt.upc.edu.cn/jsxsd/xspj/xspj_edit.do?xnxq01id=2024-2025-1&pj01id=C96FD3FC03074117A35BF8FB146A6BAE&pj0502id=BDCCA6651BFB47888F0507B1B571A3B1&jx02id=93BB4083C534484D85049A6C6E31527D&jx0404id=202420251001810&xsflid=&zpf=92.4&jg0101id=00692&ifypjxx=&pageIndex=1
成功点击进入课程评价
评价表已加载
Alert 对话框内容: 保存成功
第 2 课程行操作失败，跳过。错误: Message: stale element reference: stale element not found(Session info: chrome=131.0.6778.265); For documentation on this error, please visit: https://www.selenium.dev/documentation/webdriver/troubleshooting/errors#stale-element-reference-exception
Stacktrace:GetHandleVerifier [0x0043FD53+23747](No symbol) [0x003C7D54](No symbol) [0x0029BE53](No symbol) [0x002AB889](No symbol) [0x002AA945](No symbol) [0x002A22B3](No symbol) [0x002A0578](No symbol) [0x002A387A](No symbol) [0x002A38F7](No symbol) [0x002DF8B9](No symbol) [0x002DFEEB](No symbol) [0x002D5A81](No symbol) [0x00301E44](No symbol) [0x002D59A4](No symbol) [0x00302094](No symbol) [0x0031B41E](No symbol) [0x00301B96](No symbol) [0x002D3F3C](No symbol) [0x002D4EBD]GetHandleVerifier [0x0071AC73+3017699]GetHandleVerifier [0x0072B93B+3086507]GetHandleVerifier [0x007240F2+3055714]GetHandleVerifier [0x004D5AF0+637536](No symbol) [0x003D0A5D](No symbol) [0x003CDA28](No symbol) [0x003CDBC5](No symbol) [0x003C07F0]BaseThreadInitThunk [0x755D5D49+25]RtlInitializeExceptionChain [0x774CCEBB+107]RtlGetAppContainerNamedObjectPath [0x774CCE41+561]...

从日志信息来看，问题的核心是 “stale element reference”（陈旧的元素引用） 错误。该错误的原因是，页面发生了更新或重载，而 Selenium 仍然尝试操作在页面更新前找到的 DOM 元素。

可能的原因

1. 页面重新加载或局部更新：

• 在你点击链接并加载新内容时，页面的 DOM 结构可能发生了变化。
• 原来的 WebElement 引用已经无效，因此在后续操作中会引发 stale element reference 错误。

2. 表格重新渲染：

• 表格可能是动态渲染的，加载课程数据后，所有的行 (<tr>) 被刷新，这导致 Selenium 缓存的元素引用失效。

3. 切换窗口或 iframe 的问题：

• 如果页面切换了窗口或 iframe，未正确切换上下文，之前的 DOM 元素引用也会失效。

问题4

页面使用了 JavaScript 来控制用户交互，点击操作可能需要触发 JavaScript 绑定的事件，直接 .click() 或 send_keys() 可能不起作用。

所以改成执行js脚本的方式交互。

if norm_index == 1:# 第一行选择 Bb_option = norm_operation_td.find_element(By.XPATH, './label[2]/input')               						driver.execute_script("arguments[0].click();", b_option)  # 使用 JavaScript 点击.   如果使用b_option.click()的话会出现异常：Message: element not interactable

问题5

textaerea 可清除但是无法输入。

jynr_textarea = WebDriverWait(driver, 10).until(EC.element_to_be_clickable((By.XPATH, '//*[@id="jynr"]'))
)        
# 清空原有内容
jynr_textarea.clear()
jynr_textarea.send_keys("希望老师再接再励，老师再见！！！！！！")                        
print("已输入教师建议：希望老师再接再励，老师再见！！！！！！")            

jynr_textarea = WebDriverWait(driver, 10).until(EC.element_to_be_clickable((By.XPATH, '//*[@id="jynr"]'))
)        
# 清空原有内容
jynr_textarea.clear()                  
# 使用 JavaScript 设置值并触发事件
driver.execute_script("arguments[0].value = arguments[1];", jynr_textarea, "希望老师再接再励，老师再见！！！！！！")
print("已输入教师建议：希望老师再接再励，老师再见！！！！！！")            

以上均无法实现

【日常】爬虫技巧进阶：textarea的value修改与提交问题（以智谱清言为例）_textarea value修改没生效-CSDN博客

也没成功，最后发现，原来是

for norm_index in range(1, len(evaluation_rows)-1):

这里写错了，最后一行根本就没执行到，怪不得一直成功不了，也怪不得打断点的时候根本就不阻塞。太粗心了！！！！！

把-1删了就好了。

特么的

希望大家批评指正