Selenium 自动化测试入门指南

什么是 Selenium

Selenium 是一个用于 Web 应用程序自动化测试的开源工具。它可以模拟用户在浏览器中的各种操作，如点击、输入、滚动等，广泛应用于自动化测试、爬虫、RPA（机器人流程自动化）等场景。

环境准备

1. 安装 Selenium

pip install selenium

2. 下载浏览器驱动

Selenium 需要对应浏览器的驱动程序：

• Chrome: ChromeDriver
• Firefox: GeckoDriver
• Edge: EdgeDriver

确保驱动版本与浏览器版本匹配。

基本用法

1. 启动浏览器

from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.chrome.options import Options

# 配置选项
chrome_options = Options()
chrome_options.add_argument('--start-maximized')  # 最大化窗口

# 启动浏览器
driver = webdriver.Chrome(options=chrome_options)

# 或者指定驱动路径
service = Service('path/to/chromedriver.exe')
driver = webdriver.Chrome(service=service, options=chrome_options)

2. 打开网页

driver.get('https://www.example.com')

3. 关闭浏览器

driver.quit()   # 关闭所有窗口并退出驱动
driver.close()  # 仅关闭当前窗口

元素定位

Selenium 提供多种元素定位方式：

from selenium.webdriver.common.by import By

# 通过 ID 定位
element = driver.find_element(By.ID, "username")

# 通过 Name 定位
element = driver.find_element(By.NAME, "password")

# 通过 Class Name 定位
element = driver.find_element(By.CLASS_NAME, "submit-btn")

# 通过 Tag Name 定位
element = driver.find_element(By.TAG_NAME, "input")

# 通过 CSS 选择器定位
element = driver.find_element(By.CSS_SELECTOR, "#login-form .btn")

# 通过 XPath 定位
element = driver.find_element(By.XPATH, "//button[@type='submit']")

# 通过链接文本定位
element = driver.find_element(By.LINK_TEXT, "点击这里")

# 通过部分链接文本定位
element = driver.find_element(By.PARTIAL_LINK_TEXT, "点击")

# 查找多个元素
elements = driver.find_elements(By.CLASS_NAME, "item")

元素操作

1. 输入文本

input_element = driver.find_element(By.ID, "username")
input_element.clear()           # 清空输入框
input_element.send_keys("admin")  # 输入文本

2. 点击元素

button = driver.find_element(By.ID, "submit")
button.click()

3. 获取元素属性和文本

element = driver.find_element(By.ID, "title")

# 获取文本内容
text = element.text

# 获取属性值
href = element.get_attribute("href")
class_name = element.get_attribute("class")

# 判断元素状态
element.is_displayed()   # 是否可见
element.is_enabled()     # 是否可用
element.is_selected()    # 是否选中（复选框/单选框）

4. 使用 JavaScript 操作

# 执行 JavaScript
driver.execute_script("alert('Hello!')")

# 滚动页面
driver.execute_script("window.scrollTo(0, document.body.scrollHeight)")

# 点击元素（解决某些元素无法直接点击的问题）
element = driver.find_element(By.ID, "btn")
driver.execute_script("arguments[0].click();", element)

# 修改元素属性
driver.execute_script("arguments[0].value = 'new value';", element)

等待机制

1. 显式等待（推荐）

from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

wait = WebDriverWait(driver, 10)  # 最长等待10秒

# 等待元素出现
element = wait.until(EC.presence_of_element_located((By.ID, "content")))

# 等待元素可见
element = wait.until(EC.visibility_of_element_located((By.ID, "content")))

# 等待元素可点击
element = wait.until(EC.element_to_be_clickable((By.ID, "button")))

# 等待元素消失
wait.until(EC.invisibility_of_element_located((By.ID, "loading")))

# 等待文本出现
wait.until(EC.text_to_be_present_in_element((By.ID, "status"), "完成"))

2. 隐式等待

driver.implicitly_wait(10)  # 全局设置，等待元素最长10秒

3. 强制等待（不推荐）

import time
time.sleep(3)  # 强制等待3秒

处理特殊场景

1. 处理 iframe

# 切换到 iframe
iframe = driver.find_element(By.ID, "myframe")
driver.switch_to.frame(iframe)

# 也可以通过索引切换
driver.switch_to.frame(0)

# 切回主页面
driver.switch_to.default_content()

# 切换到父级 frame
driver.switch_to.parent_frame()

2. 处理弹窗（Alert）

# 切换到弹窗
alert = driver.switch_to.alert

# 获取弹窗文本
text = alert.text

# 接受弹窗（点击确定）
alert.accept()

# 取消弹窗（点击取消）
alert.dismiss()

# 输入文本（prompt 弹窗）
alert.send_keys("input text")

3. 处理多窗口

# 获取当前窗口句柄
main_window = driver.current_window_handle

# 获取所有窗口句柄
all_windows = driver.window_handles

# 切换到新窗口
for window in all_windows:
    if window != main_window:
        driver.switch_to.window(window)
        break

# 切回主窗口
driver.switch_to.window(main_window)

4. 处理下拉框

from selenium.webdriver.support.ui import Select

select_element = driver.find_element(By.ID, "dropdown")
select = Select(select_element)

# 通过索引选择
select.select_by_index(1)

# 通过 value 属性选择
select.select_by_value("option1")

# 通过可见文本选择
select.select_by_visible_text("选项一")

# 获取所有选项
options = select.options

# 获取当前选中项
selected = select.first_selected_option

截图功能

# 整个页面截图
driver.save_screenshot("screenshot.png")

# 获取截图二进制数据
png_data = driver.get_screenshot_as_png()

# 元素截图
element = driver.find_element(By.ID, "content")
element.screenshot("element.png")

浏览器配置

1. 无头模式（不显示浏览器窗口）

chrome_options = Options()
chrome_options.add_argument('--headless')
driver = webdriver.Chrome(options=chrome_options)

2. 禁用图片加载（加速）

chrome_options = Options()
prefs = {"profile.managed_default_content_settings.images": 2}
chrome_options.add_experimental_option("prefs", prefs)

3. 设置代理

chrome_options = Options()
chrome_options.add_argument('--proxy-server=http://127.0.0.1:8080')

4. 忽略 SSL 证书错误

chrome_options = Options()
chrome_options.add_argument('--ignore-certificate-errors')
chrome_options.add_argument('--ignore-ssl-errors')

5. 禁用自动化检测

chrome_options = Options()
chrome_options.add_argument('--disable-blink-features=AutomationControlled')
chrome_options.add_experimental_option('excludeSwitches', ['enable-automation'])
chrome_options.add_experimental_option('useAutomationExtension', False)

键盘操作

from selenium.webdriver.common.keys import Keys

element = driver.find_element(By.ID, "input")

# 模拟键盘按键
element.send_keys(Keys.ENTER)      # 回车
element.send_keys(Keys.TAB)        # Tab
element.send_keys(Keys.ESCAPE)     # ESC
element.send_keys(Keys.BACKSPACE)  # 退格

# 组合键
element.send_keys(Keys.CONTROL, 'a')  # Ctrl+A 全选
element.send_keys(Keys.CONTROL, 'c')  # Ctrl+C 复制
element.send_keys(Keys.CONTROL, 'v')  # Ctrl+V 粘贴

鼠标操作

from selenium.webdriver.common.action_chains import ActionChains

actions = ActionChains(driver)

element = driver.find_element(By.ID, "menu")

# 鼠标悬停
actions.move_to_element(element).perform()

# 双击
actions.double_click(element).perform()

# 右键点击
actions.context_click(element).perform()

# 拖拽
source = driver.find_element(By.ID, "source")
target = driver.find_element(By.ID, "target")
actions.drag_and_drop(source, target).perform()

# 链式操作
actions.move_to_element(menu).click().send_keys("text").perform()

完整示例

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
from selenium.webdriver.chrome.options import Options

def main():
    # 配置浏览器
    options = Options()
    options.add_argument('--start-maximized')
    
    # 启动浏览器
    driver = webdriver.Chrome(options=options)
    wait = WebDriverWait(driver, 10)
    
    try:
        # 打开网页
        driver.get('https://www.example.com')
        
        # 等待并输入用户名
        username = wait.until(EC.presence_of_element_located((By.ID, "username")))
        username.send_keys("admin")
        
        # 输入密码
        password = driver.find_element(By.ID, "password")
        password.send_keys("123456")
        
        # 点击登录按钮
        login_btn = wait.until(EC.element_to_be_clickable((By.ID, "login")))
        login_btn.click()
        
        # 等待登录成功
        wait.until(EC.presence_of_element_located((By.ID, "dashboard")))
        print("登录成功！")
        
        # 截图
        driver.save_screenshot("success.png")
        
    except Exception as e:
        print(f"操作失败: {e}")
        driver.save_screenshot("error.png")
    
    finally:
        driver.quit()

if __name__ == "__main__":
    main()

常见问题

1. 元素找不到

• 检查元素是否在 iframe 中
• 使用显式等待确保元素加载完成
• 检查元素定位器是否正确

2. 元素无法点击

• 元素可能被其他元素遮挡
• 尝试使用 JavaScript 点击
• 滚动页面使元素可见

3. 页面加载慢

• 使用显式等待而非强制等待
• 考虑禁用图片加载
• 使用无头模式

总结

Selenium 是一个功能强大的 Web 自动化工具，掌握元素定位、等待机制、特殊场景处理等核心概念后，就能应对大多数自动化需求。建议在实践中多尝试不同的定位方式和等待策略，找到最适合的解决方案。