python+selenium的web自动化之针对上传操作的实现方案

news2025/1/15 12:50:02

一、关于上传操作

上传有两种情况：

如果是input可以直接输入路径的，那么直接使用send_keys(文件路径)输入路径即可；
非input标签的上传，则需要借助第三方工具：第三方库 pywin32、第三方工具pyautogui等等。
那这里针对以上两种情况分别介绍一下具体的解决方法。

二、input标签

定位到元素，然后直接使用send_keys(文件路径)输入路径，比较简单。

from selenium import webdriver
 
driver = webdriver.Chrome()
 
driver.get("http://xxxx")
driver.maximize_window()
 
# 定位上传文件元素
input_file = driver.find_element_by_id("xxx")
 
# 上传文件
input_file.send_keys(r"D:\learn\xx.txt")

三、第三方库pywin32

非input标签的上传，则需要借助第三方工具。pywin32就是这样的一个第三方库，主要是方便python开发者快速调用windows API的一个模块库，可以识别上传对话框句柄进而操作。安装命令：pip install pywin32。

从上面的上传窗口，及WinSpy工具窗口，可以得出控制关系图如下：

从上图可以看出：

文件名输入框的路径为：上传窗口 - > comboBoxEx32 - >comboBox - > Edit，在第四级edit；
按钮的路径为：上传窗口 - > button(打开按钮)，在第二级。
我们需要一步一步定位，从第一层开始往下去找，找到对应的窗口然后进行操作，步骤说明如下：

第一步：先定位到第一层大窗口（即整个上传窗口），使用win32gui模块下的FindWindow()，它是专门用于查找大窗口的；

第二步：在大窗口下查找子窗口，使用win32gui模块下的FindWindowEx()，查找大窗口以下的子窗口都是用这个方法；

第三步：定位到最后要操作的窗口后，就开始要执行编辑、点击这个操作了，不管是编辑还是点击都是使用win32gui模块下的SendMessage()。

以上三步的相关函数说明如下：

win32gui.FindWindow(IpClassName,IpWindowName)：自顶层窗口开始寻找匹配条件的窗口，并返回这个窗口的句柄IpClassName：类名，在Spy++里能够看到IpWindowName：窗口名，标题栏上能看到的名字
win32gui.FindWindowEx(hwndParent=0,hwndChildAfter=O,IpClassName=None,IpWindowName=None)：搜索类名和窗体名匹配的窗体，并返回这个窗体的句柄，找不到就返回0hwndParent：若不为0，则搜索句柄为hwndParent窗体的子窗体hwndChildAfter：若不为0，则按照z-index的顺序从hwndChildAfter向后开始搜索子窗体，否则从第一个子窗体开始搜索IpClassName：字符型，是窗体的类名，这个可以在Spy++里能够看到IpWindowName：字符型，是窗口名，就是标题栏上能看到的名字
win32gui.SendMessage(hWnd, Msg, wParam, IParam)：hWnd：整型，接收消息的窗体句柄Msg：整型，要发送的消息，这些消息都是windows预先定义好的wParam：整型，消息的wParam参数IParam：整型，消息的IParam参数
以下是封装好的上传函数，因为window的上传窗口是固定不变的，我们只需要封装好一个类知道如何去调用即可，不需要理解它的处理细节，但如果你有兴趣可以深入了解一下。

import win32gui
import win32con
 
# edit - combobox - comboBoxEx32 - #32770  编辑框在第四级
# button - #32770  打开按钮在第二级
 
# 前提：window上传窗口已经出现，最好sleep 1-2秒等待窗口出现
 
def upload(filepath, browser_type="chrome"):
    if browser_type == "chrome":
        title = "打开"
    else:
        title = ""
 
    # 找元素
    # 从一级开始找，一级窗口“#32770”，“打开”
    dialog = win32gui.FindWindow("#32770", title)  # FindWindow用于找大窗口
 
    # 二级之后都用FindWindowEx，需要四个参数，
    # 1、元素的父亲，2、从第一个子代开始找元素，3、元素的类型名（class），4、元素的文本值
    comboBoxEx32 = win32gui.FindWindowEx(dialog, 0, "ComboBoxEx32", None)  # 二级
    comBox = win32gui.FindWindowEx(comboBoxEx32, 0, "ComboBox", None)  # 三级
    # 编辑框
    edit = win32gui.FindWindowEx(comBox, 0, 'Edit', None)  # 四级
    # 打开按钮
    button = win32gui.FindWindowEx(dialog, 0, 'Button', '打开(&0)')  # 二级
 
    # 往编辑框输入文件路径
    win32gui.SendMessage(edit, win32con.WM_SETTEXT, None, filepath)  # 发送文件路径
    win32gui.SendMessage(dialog, win32con.WM_COMMAND, 1, button)  # 点击打开按钮
 
 
if __name__ == '__main__':
    upload('D:\\test.txt')

四、第三方工具pyautogui

还有一种更方便的方法，就是借助第三方工具pyautogui，pyautogui是一个纯Python的GUI自动化工具，其目的是可以用程序自动控制鼠标和键盘操作，并且支持多平台（Windows，OS X，Linux）。强烈推荐！

下面以举例的html为例，需要先把该代码保存成html文件，后续直接访问这个本地html文件：

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
</head>
<body>
<h1> hello world </h1>
<input type="file" name="mfile">
</body>
</html>

安装模块： pip install pyautogui，操作只需要两步：

第一步：将要上传的文件路径写入到文件名的输入框内；
第二步：敲回车，相当于点击【打开】按钮，注意回车presses要2次才能生效。

import os
import time
import pyautogui as ui
from selenium import webdriver
 
driver = webdriver.Chrome()
driver.implicitly_wait(20)      # 隐式等待
dir = os.getcwd()
html_dir = os.path.join(dir, 'demo.html')
driver.get(html_dir)
 
file_elem = driver.find_element_by_name('mfile')
file_elem.click()
 
# 系统之间要等待
time.sleep(1)
 
file_dir = os.path.join(dir, 'test.txt')	# 要上传的文件路径
# 写入文件
ui.write(file_dir)	# 直接调用写入
time.sleep(0.5)
# 输入回车键, presses表示按的次数，按一次不会生效，有可能是执行太快，建议presses=2
ui.press('enter', presses=2)
time.sleep(2)
 
driver.quit()

不管是使用哪种上传方式，只要是操作系统的上传窗口，操作之前记得先等待一下。

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，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：