selenium获取元素

滑块验证码识别方法1、打开浏览器网址def get_url(url, user, password):'''url：网址user：用户名password：密码'''browser = webdriver.Chrome()browser.get(url)#浏览器最大化browser.maximize_window()browser.implicitly_wait(15)wait = WebDrive

1、元素中包含某一信息时，使用contains：ele = '//strong[contains(text(), "测试信息")]'# tagName为strong的innerText中包含‘测试信息’2、要获取的元素内容不唯一，但是能确定有多种情况时使用or：ele='//*[(text()="内容1") or (text()="内容2") or (text()="内容3")]'#不确定tagN

1、使用ODBC链接数据库时，必须安装好Oracle客户端（本文以10g为例）2、官网（https://www.oracle.com/cn/database/technologies/oracle-database10g-express-edition.html）下载Oracle客户端3、双击如图所示安装软件根据提示一步步继续即可4、安装过程中如果出现【环境变量超限】之类的警告提示，可以在之后将o

1、使用ODBC链接数据库时，必须安装好Oracle客户端（本文以10g为例）2、官网（https://www.oracle.com/cn/database/technologies/oracle-database10g-express-edition.html）下载Oracle客户端3、双击如图所示安装软件根据提示一步步继续即可4、安装过程中如果出现【环境变量超限】之类的警告提示，可以在之后将o

直接上代码import face_recognitionimport numpy as npimport cv2def face_re(face1, face2):'''对比两张图片是否属于同一人'''face_encoding1 = []is_face1 = face_recognition.face_encodings(face_recognition.load_image_file(face

# coding=utf-8import numpy as npimport random as rdfrom math import logimport matplotlib.pyplot as pltfrom tree import build_tree, predictimport pickledef random_forest_training(data_train, trees_num)

直接上代码import face_recognitionimport numpy as npimport cv2def face_re(face1, face2):'''对比两张图片是否属于同一人'''face_encoding1 = []is_face1 = face_recognition.face_encodings(face_recognition.load_image_file(face