在自动化测试、网页数据爬取、批量操作网页等场景中，Selenium 无疑是最受欢迎的工具之一。作为一款强大的 Web 自动化工具，它能模拟人类操作浏览器的行为，实现点击、输入、跳转等一系列动作。本文将从基础到进阶，全面解析 Selenium 的核心用法，帮你快速掌握这一工具的精髓。
一、元素定位：找到网页的 "积木"
操作网页的前提是准确定位元素。Selenium 提供了 8 种定位方式，覆盖绝大多数场景：
|-------------------|------------------------------------|-----------------------------|
| 定位方式 | 方法 | 适用场景 |
| id | find_element(By.ID, value) | 元素有唯一 id 属性（推荐优先使用） |
| name | ++find_element++(By.NAME, value) | 元素有 name 属性，且值较唯一 |
| class name | find_element(By.CLASS_NAME) | 元素 class 属性（注意多 class 需取单个） |
| tag name | find_element(By.TAG_NAME) | 通过标签名定位（如<input>），适合批量查找 |
| link text | find_element(By.LINK_TEXT) | 精准匹配链接文本（如<a>标签完整文字） |
| partial link text | find_element(By.PARTIAL_LINK_TEXT) | 模糊匹配链接文本 |
| xpath | find_element(By.XPATH, value) | 复杂结构或无明显属性时（万能定位） |
| css selector | find_element(By.CSS_SELECTOR) | 简洁高效，适合有 CSS 基础的用户 |
示例代码：
from selenium.webdriver.common.by import By
# 通过id定位用户名输入框
username = driver.find_element(By.ID, "username")
# 通过xpath定位密码输入框
password = driver.find_element(By.XPATH, '//input[@type="password"]')
# 通过css selector定位登录按钮
login_btn = driver.find_element(By.CSS_SELECTOR, ".login-form .submit-btn")二、元素操作：让网页 "动" 起来
定位元素后，即可通过 Selenium 提供的方法进行交互，常用操作如下：
1. 基础操作
- 点击：element.click()（按钮、链接等）
- 输入文本：element.send_keys("内容")（输入框）
- 清除内容：element.clear()（清空输入框）
- 获取文本：element.text（获取元素可见文本）
- 获取属性：element.get_attribute("href")（获取链接 href 属性）
2. 特殊元素处理
-
下拉框：使用Select类（需导入from selenium.webdriver.support.ui import Select）
select = Select(driver.find_element(By.ID, "city"))
select.select_by_visible_text("北京") # 按文本选择
select.select_by_value("shanghai") # 按value属性选择
复选框 / 单选按钮：通过click()切换状态，结合is_selected
()判断是否选中checkbox = driver.find_element(By.NAME, "agree")
if not checkbox.is_selected():
checkbox.click() # 勾选未选中的复选框-
文件上传：通过send_keys传入文件路径（无需点击上传按钮）
upload_btn = driver.find_element(By.ID, "file-upload")
upload_btn.send_keys("D:/data.csv") # 传入本地文件路径
-
弹窗处理：通过driver.switch_to.alert切换到弹窗
alert = driver.switch_to.alert
print(alert.text) # 获取弹窗文本
alert.accept() # 确认弹窗
alert.dismiss() # 取消弹窗
三、WebDriver 核心方法：掌控浏览器
WebDriver 提供了大量控制浏览器的方法，覆盖导航、窗口、信息获取等场景：
1. 浏览器窗口控制
driver.maximize_window() # 最大化窗口
driver.set_window_size(1200, 800) # 设置窗口大小
driver.get_window_size() # 获取窗口大小2. 导航操作
driver.get("https://www.baidu.com") # 打开网页
driver.back() # 后退
driver.forward() # 前进
driver.refresh() # 刷新页面3. 页面信息获取
print(driver.title) # 获取页面标题
print(driver.current_url) # 获取当前URL
print(driver.page_source) # 获取页面源码（用于调试）4. 等待机制（关键！）
由于网页加载存在延迟，直接操作元素可能导致 "元素未找到" 错误，需通过等待机制解决：
-
隐式等待：全局设置，等待所有元素加载（不推荐单独使用）
driver.implicitly_wait(10) # 等待10秒，超时则报错
-
显式等待：针对特定元素设置等待条件（推荐）
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
等待10秒，直到id为"submit"的元素可点击
submit_btn = WebDriverWait(driver, 10).until(
EC.element_to_be_clickable((By.ID, "submit"))
)
submit_btn.click()
-
强制等待：time.sleep(2)（仅调试用，不建议实际场景使用）
四、进阶技巧：应对复杂场景
1. 多窗口 /iframe 切换
-
多窗口切换：通过窗口句柄（handle）切换
获取所有窗口句柄
handles = driver.window_handles
切换到新窗口
driver.switch_to.window(handles[-1])
-
iframe 切换：网页中嵌套 iframe 时，需先切换到 iframe 才能操作内部元素
通过id切换到iframe
driver.switch_to.frame("iframe-id")
操作iframe内元素...
切回主文档
driver.switch_to.default_content()
2. 执行 JavaScript
对于 Selenium 难以直接操作的元素（如滚动、隐藏元素），可通过执行 JS 实现：
# 滚动到页面底部
driver.execute_script("window.scrollTo(0, document.body.scrollHeight)")
# 点击隐藏元素
hidden_btn = driver.find_element(By.ID, "hidden-btn")
driver.execute_script("arguments[0].click();", hidden_btn)3. 截图与调试
# 截取当前页面并保存
driver.get_screenshot_as_file("error.png")五、实战案例：自动登录示例
结合上述知识点，实现一个自动登录某网站的流程：
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
import time
# 初始化浏览器
driver = webdriver.Chrome()
driver.maximize_window()
try:
# 打开登录页
driver.get("https://example.com/login")
# 显式等待并输入用户名
username = WebDriverWait(driver, 10).until(
EC.presence_of_element_located((By.ID, "username"))
)
username.send_keys("test_user")
# 输入密码
password = driver.find_element(By.ID, "password")
password.send_keys("test_pass123")
# 点击登录按钮
login_btn = driver.find_element(By.CSS_SELECTOR, ".login-btn")
login_btn.click()
# 验证登录成功（等待欢迎信息出现）
welcome_msg = WebDriverWait(driver, 15).until(
EC.text_to_be_present_in_element((By.CLASS_NAME, "welcome"), "欢迎回来")
)
print("登录成功！")
time.sleep(2) # 停留2秒查看结果
finally:
# 关闭浏览器
driver.quit()六、注意事项
- 定位策略选择：优先使用 id/name（效率最高），其次 css selector，复杂场景用 xpath。
- 反爬与合规：自动化操作可能触发网站反爬机制，爬取数据需遵守网站 robots 协议和法律法规。
- 版本匹配：浏览器驱动版本必须与浏览器版本一致（如 ChromeDriver 114 对应 Chrome 114.x）。
-
无头模式：无需显示浏览器窗口时，可启用无头模式提高效率（以 Chrome 为例）：
options = webdriver.ChromeOptions()
options.add_argument("--headless=new") # 启用无头模式
driver = webdriver.Chrome(options=options)