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
- 2. 动态爬虫
- 3. 对比
selenium
- 主要功能
- 核心组件
- 工作原理
- 示例代码
- 应用场景
- 优缺点
- - - 优点：
    - 缺点：
iframe
- 主要特性
- 常见用途
- iframe 的 HTML 结构
- Selenium 中的 iframe
XPath？
- 功能
- 基本语法
- 完整的 XPath
- 两者区别
- 如果 XPath 匹配到多个元素，会发生什么？
Selector？
- 功能
- 示例
XPath和Selector区别
- 什么时候选择 XPath？
- 什么时候选择 CSS Selector？
窗口句柄？
- 特性
- 如何获取窗口句柄
- 窗口句柄的常见操作
- 实际应用场景
PyAutoGUI
- 特点
- 主要功能
- 注意事项
- 应用场景
问题1
问题2
- JavaScript Alert 的特点
- 如何检测和处理此类对话框？
- - 代码示例：处理 Alert 对话框
- 如何确认这是一个 alert 对话框？
- 注意事项
问题3
问题4
问题5

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

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。
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。
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

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。
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。
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：

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

缺点：

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。
执行速度较慢：
- 比较适合功能测试，不适合性能测试。
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

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。

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。

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

加载第三方内容:

比如：加载 YouTube 视频、Google Maps。

广告显示 :

网页中插入广告内容。

单点登录系统 :

嵌套外部的登录页面（正如你的代码中使用）。

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

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。

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。

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

获取当前窗口句柄：

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

获取所有窗口句柄：

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

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

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。

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])

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

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}")

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 iframe
        evaluation_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

在这里插入图片描述

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

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。
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。
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？

点击“保存”按钮后，观察页面是否暂停（阻塞行为）。
使用 Selenium 的

switch_to.alert

检测是否存在 alert：

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

注意事项

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。
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()。
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

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。

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。

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 B
	b_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