如何定位屏幕上文字的x、y坐标？答案

【问题标题】：How to locate the x, y coordinates of text on the screen?如何定位屏幕上文字的x、y坐标？
【发布时间】：2017-08-09 03:38:59
【问题描述】：

我正在尝试查找 Web 元素（在屏幕上打开的网页的一部分）的 x、y 坐标，并且正在对其运行一些使用 robotframework 的自动化测试。

我想为函数提供文本字符串，并获取返回的 (x, y) 坐标。

我不确定我是否可以在pyautogui 中执行此操作。

环境：Chrome / OS X

编辑：

我想知道我是否可以在这个库中使用locateOnScreen() 函数来定位文本，（但根据documentation，它似乎只适用于图像）？

【问题讨论】：

【解决方案1】：

Web 元素 具有属性 .location，它返回元素的 x 和 y 坐标的字典。

driver = webdriver.Chrome('/path/to/chromedriver')
elem = driver.find_element_by_xpath('//xpath_to_the_element')
loc = elem.location
print(loc)

上面的代码会返回类似：

{'x' : 123, 'y' : 234}

【讨论】：

我实际上是在研究 selenium find_element_by_ 函数。看来我必须通过执行 driver.get("www.abc.com") 来启动一个新的 chrome 窗口。有没有办法在已经打开的 chrome 窗口上调用 find_element_by_ 函数？
@rocketfinger Selenium 将无法获得用户打开的浏览器的句柄，而不是使用 webdriver
如果另一个窗口被 Selenium2Library 中的Open Browser 关键字打开怎么办？ IE。它是由 webdriver 打开的，但不是通过那个 python 脚本打开的。
Selenium 只能访问它已经打开的窗口。
这在技术上可以通过连接到 webdriver 的侦听端口来实现，Firefox 最高为 v47 - 即没有木偶；我现在正在做（在测试开发过程中节省了很多启动浏览器、登录等的时间）。仍然没有找到与其他代理浏览器（chrome）一起使用更大版本的方法。但这与原始问题无关。