【测试理论与实践】（九）Selenium 自动化测试常用函数全攻略：从元素定位到文件上传，覆盖 99% 实战场景

---

前言

做 Web 自动化测试时，你是否遇到过这些崩溃瞬间：明明看到页面上的按钮，脚本却死活找不到；好不容易定位到元素，点击后却没反应；页面还没加载完成，代码就已经执行下一步导致报错；切换窗口后，脚本直接 "迷路" 找不到目标元素......

其实，自动化测试的核心就是 "和浏览器打交道"，而 Selenium 提供的常用函数，就是你与浏览器沟通的 "语言"。就像学英语要先掌握核心词汇和句型，做自动化测试也必须吃透这些常用函数 ------ 它们是搭建自动化脚本的 "砖瓦"，是解决实战问题的 "钥匙"，更是从 "自动化新手" 进阶到 "测试高手" 的必经之路。

很多人之所以觉得自动化测试难，不是因为逻辑复杂，而是因为没理清常用函数的用法、场景和坑点。比如同样是 "等待"，什么时候用强制等待，什么时候用显式等待？同样是 "获取文本"，为什么有时候用text方法拿不到值？同样是 "切换窗口"，为什么切换后还是找不到元素？

今天这篇文章，就带大家彻底吃透 Selenium 自动化测试的常用函数。我们以 Python 语言为基础，从元素定位、操作测试对象、窗口控制、弹窗处理、等待机制、浏览器导航、文件上传到浏览器参数设置，8 大核心模块逐一拆解，让你看完就能用，用了就见效！下面就让我们正式开始吧！

---

一、元素定位：自动化测试的 "找对象" 艺术

Web 自动化测试的第一步，也是最关键的一步，就是 "找到页面上的元素"------ 就像追求心仪的对象，首先得知道对方在哪里。Selenium 提供了多种元素定位方式，其中最常用、最稳定的就是**CSS Selector和XPath**。

1.1 核心定位方式：CSS Selector（推荐首选）

CSS Selector 是通过 CSS 选择器语法定位元素，优点是语法简洁、定位速度快、稳定性高，是企业实战中最常用的定位方式。

1.1.1 基础选择器

选择器类型	语法	示例	说明
ID 选择器	#id值	#kw	定位 id 为 "kw" 的元素（如百度搜索框）
Class 选择器	.class值	.s_ipt	定位 class 为 "s_ipt" 的元素
标签选择器	标签名	input	定位所有 input 标签的元素
子类选择器	父元素 > 子元素	#s-hotsearch-wrapper > div	定位 id 为 "s-hotsearch-wrapper" 下的直接子 div 元素

1.1.2 实战案例：定位百度核心元素

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from selenium.webdriver.common.by import By
from webdriver_manager.chrome import ChromeDriverManager

# 初始化浏览器
driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
driver.get("https://www.baidu.com")

# 1. 定位百度搜索框（id=kw）
search_input = driver.find_element(By.CSS_SELECTOR, "#kw")
print("成功定位搜索框")

# 2. 定位"百度一下"按钮（id=su）
search_btn = driver.find_element(By.CSS_SELECTOR, "#su")
print("成功定位百度一下按钮")

# 3. 定位百度热搜标题（class=s-hotsearch-title）
hotsearch_title = driver.find_element(By.CSS_SELECTOR, ".s-hotsearch-title")
print(f"百度热搜标题：{hotsearch_title.text}")

driver.quit()

1.1.3 避坑指南

• 优先使用 ID 选择器：ID 在页面中通常是唯一的，定位最精准、最稳定；
• Class 选择器注意重复 ：如果多个元素有相同的 class 值，find_element会返回第一个匹配的元素，此时需要结合其他选择器优化；
• 子类选择器只匹配直接子元素 ：如果需要匹配子孙元素，用空格代替>（如#s-hotsearch-wrapper div）。

1.2 万能定位方式：XPath（覆盖所有场景）

XPath 是 XML 路径语言，不仅能定位 HTML 元素，还能通过路径、属性、层级等多种方式定位，堪称 "万能定位器"。当 CSS Selector 无法满足需求时，XPath 总能派上用场。

1.2.1 核心语法（必背）

语法	功能	示例
//*	获取页面所有节点	//* 定位页面所有元素
//标签名	获取指定标签的所有节点	//ul 定位所有 ul 标签元素
/	匹配直接子节点	//span/input 定位 span 标签下的直接子 input 元素
..	匹配父节点	//input/.. 定位 input 元素的父节点
[@属性名='属性值']	按属性匹配节点	//*[@id='kw'] 定位 id 为 kw 的元素
[索引]	按索引匹配节点	//div/ul/li[3] 定位第 3 个 li 元素（索引从 1 开始）

1.2.2 实战案例：百度热搜元素定位

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from selenium.webdriver.common.by import By
from webdriver_manager.chrome import ChromeDriverManager

driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
driver.get("https://www.baidu.com")

# 1. 按ID定位搜索框
search_input = driver.find_element(By.XPATH, "//*[@id='kw']")
search_input.send_keys("自动化测试常用函数")

# 2. 按索引定位第2个热搜词条
second_hotsearch = driver.find_element(By.XPATH, "//div[@id='hotsearch-content-wrapper']/li[2]/a/span[2]")
print(f"第2个热搜词条：{second_hotsearch.text}")

# 3. 定位父节点（搜索框的父div）
search_input_parent = driver.find_element(By.XPATH, "//*[@id='kw']/..")
print(f"搜索框父节点标签名：{search_input_parent.tag_name}")

driver.quit()

1.2.3 高效技巧：复制 Selector/XPath

新手不用死记硬背语法，Chrome 浏览器提供了快速复制功能：

1. 打开页面，按 F12 打开开发者工具；
2. 在 Elements 面板中找到目标元素，右键点击；
3. 选择 "Copy" -> "Copy selector"（复制 CSS 选择器）或 "Copy XPath"（复制 XPath）。

1.2.4 避坑指南

• 复制的表达式可能不唯一：自动复制的 Selector/XPath 可能会包含动态属性（如随机生成的 class 值），或匹配多个元素，需要手动优化；
• 索引从 1 开始：XPath 的索引是 1-based，而不是 Python 的 0-based，避免因索引错误导致定位失败；
• 避免过度使用 XPath：XPath 定位速度比 CSS Selector 慢，优先用 CSS Selector，XPath 作为补充。

1.3 定位方法总结

定位方式	语法	优点	缺点
CSS Selector	By.CSS_SELECTOR, "选择器"	速度快、语法简洁、稳定	部分复杂场景支持不足
XPath	By.XPATH, "路径表达式"	功能强大、覆盖所有场景	速度较慢、语法复杂

实战建议：90% 的场景用 CSS Selector，10% 的复杂场景（如定位父节点、按文本匹配）用 XPath。

二、操作测试对象：对元素 "为所欲为"

找到元素后，下一步就是对元素进行操作 ------ 输入文本、点击按钮、获取信息等。这部分函数是自动化脚本的核心，必须熟练掌握。

2.1 点击操作：click()（最常用）

模拟用户点击元素，适用于按钮、链接、复选框等可点击元素。

功能说明

• 语法 ：element.click()
• 适用场景：按钮点击、链接跳转、复选框勾选等。

实战代码

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from selenium.webdriver.common.by import By
from webdriver_manager.chrome import ChromeDriverManager

driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
driver.get("https://www.baidu.com")

# 定位并点击"百度一下"按钮
search_btn = driver.find_element(By.CSS_SELECTOR, "#su")
search_btn.click()
print("成功点击百度一下按钮")

driver.quit()

避坑指南

• 元素必须可见且可点击 ：如果元素被遮挡、隐藏或禁用，调用click()会报错；
• 先等待元素加载完成：页面未加载完时，元素可能未渲染，需结合等待机制（后续讲解）。

2.2 输入文本：send_keys()（核心输入函数）

模拟用户在输入框中输入文本，支持字符串、键盘按键（如回车、空格）。

功能说明

• 语法 ：element.send_keys("文本内容")
• 适用场景：输入框、文本域等可输入元素。

实战代码

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from selenium.webdriver.common.by import By
from webdriver_manager.chrome import ChromeDriverManager

driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
driver.get("https://www.baidu.com")

# 定位搜索框并输入文本
search_input = driver.find_element(By.CSS_SELECTOR, "#kw")
search_input.send_keys("Selenium常用函数")
print("成功输入搜索关键词")

driver.quit()

进阶用法：输入键盘按键

# 导入键盘按键模块
from selenium.webdriver.common.keys import Keys

# 输入文本后按回车（替代点击搜索按钮）
search_input.send_keys("Selenium常用函数", Keys.ENTER)

2.3 清除文本：clear()（输入前必做）

清除输入框中的已有文本，避免旧文本影响测试结果。

功能说明

• 语法 ：element.clear()
• 适用场景：重新输入文本前，清除输入框原有内容。

实战代码

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from selenium.webdriver.common.by import By
from webdriver_manager.chrome import ChromeDriverManager
import time

driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
driver.get("https://www.baidu.com")

search_input = driver.find_element(By.CSS_SELECTOR, "#kw")

# 输入第一个关键词
search_input.send_keys("迪丽热巴")
time.sleep(1)  # 等待1秒，便于观察
print("第一次输入：迪丽热巴")

# 清除文本
search_input.clear()
time.sleep(1)
print("已清除文本")

# 输入第二个关键词
search_input.send_keys("古力娜扎")
print("第二次输入：古力娜扎")

driver.quit()

避坑指南

• 只适用于可输入元素 ：对按钮、链接等元素调用clear()会报错；
• 清除不彻底时的解决方案 ：如果clear()未清除干净，可先按Ctrl+A全选再删除。

2.4 获取文本：text（验证结果核心）

获取元素的文本内容，用于验证测试结果是否符合预期。

功能说明

• 语法 ：element.text（注意：是属性，不是方法，无需加括号）
• 适用场景：获取标签内的文本（如标题、词条、提示信息）。

实战代码

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from selenium.webdriver.common.by import By
from webdriver_manager.chrome import ChromeDriverManager

driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
driver.get("https://www.baidu.com")

# 获取百度热搜第一个词条的文本
first_hotsearch = driver.find_element(By.XPATH, "//*[@id='hotsearch-content-wrapper']/li[1]/a/span[2]")
hotsearch_text = first_hotsearch.text
print(f"百度热搜第一名：{hotsearch_text}")

# 验证结果（断言）
assert "热搜" in hotsearch_text, "测试失败：热搜词条不包含关键词"
print("测试通过：热搜词条符合预期")

driver.quit()

关键问题：为什么text拿不到 "百度一下" 按钮的文字？

很多新手会疑惑："百度一下" 按钮上明明有文字，为什么用element.text获取到的是空字符串？

答案 ：text方法只能获取元素 "标签内的文本"，而 "百度一下" 按钮的文字是通过value属性设置的（HTML 代码：<input type="submit" id="su" value="百度一下">），并非标签内的文本。

解决方案：获取属性值get_attribute()

要获取元素的属性值（如value、href、src），需要使用**get_attribute("属性名")**方法。

# 获取"百度一下"按钮的value属性值
search_btn = driver.find_element(By.CSS_SELECTOR, "#su")
btn_text = search_btn.get_attribute("value")
print(f"按钮文字：{btn_text}")  # 输出：百度一下

常见属性获取示例

# 获取链接的href属性（跳转地址）
link = driver.find_element(By.XPATH, "//a[text()='新闻']")
link_url = link.get_attribute("href")
print(f"新闻链接：{link_url}")

# 获取图片的src属性（图片地址）
img = driver.find_element(By.CSS_SELECTOR, ".index-logo-src")
img_src = img.get_attribute("src")
print(f"百度Logo地址：{img_src}")

2.5 获取页面信息：title和current_url

在自动化测试中，经常需要验证是否跳转到了正确的页面，此时就需要获取当前页面的标题和 URL。

2.5.1 获取页面标题：driver.title

• 语法 ：driver.title（属性，无需括号）
• 功能 ：获取当前页面的标题（<title>标签内容）。

2.5.2 获取当前 URL：driver.current_url

• 语法 ：driver.current_url（属性，无需括号）
• 功能：获取当前页面的 URL 地址。

实战代码：验证页面跳转

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from selenium.webdriver.common.by import By
from webdriver_manager.chrome import ChromeDriverManager

driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
driver.get("https://www.baidu.com")

# 1. 获取首页标题和URL
home_title = driver.title
home_url = driver.current_url
print(f"首页标题：{home_title}")
print(f"首页URL：{home_url}")

# 2. 搜索后验证跳转
search_input = driver.find_element(By.CSS_SELECTOR, "#kw")
search_input.send_keys("Selenium")
driver.find_element(By.CSS_SELECTOR, "#su").click()

# 3. 获取搜索结果页的标题和URL
result_title = driver.title
result_url = driver.current_url
print(f"搜索结果页标题：{result_title}")
print(f"搜索结果页URL：{result_url}")

# 4. 断言验证
assert "Selenium" in result_title, "测试失败：页面标题不包含关键词"
assert "wd=Selenium" in result_url, "测试失败：URL不包含搜索关键词"
print("测试通过：页面跳转符合预期")

driver.quit()

2.6 操作测试对象函数总结

函数 / 属性	语法	功能	适用场景
点击	element.click()	模拟用户点击	按钮、链接、复选框
输入文本	element.send_keys("文本")	模拟输入文本	输入框、文本域
清除文本	element.clear()	清除输入框内容	输入框重新输入时
获取文本	element.text	获取元素标签内文本	标题、词条、提示信息
获取属性	element.get_attribute("属性名")	获取元素属性值	value、href、src 等
获取页面标题	driver.title	获取当前页面标题	验证页面跳转
获取当前 URL	driver.current_url	获取当前页面 URL	验证页面跳转

三、窗口控制：玩转浏览器的 "多窗口"

在自动化测试中，经常会遇到打开新窗口的场景（如点击链接弹出新页面）。此时脚本会默认停留在原窗口，导致无法操作新窗口的元素，这就需要通过 "窗口句柄" 来切换窗口。

3.1 核心概念：窗口句柄（handle）

每个浏览器窗口都有一个唯一的标识符，称为**"窗口句柄"（handle）**。Selenium 通过句柄来区分不同的窗口，实现窗口切换。

• 当前窗口句柄 ：driver.current_window_handle（返回当前聚焦窗口的句柄）
• 所有窗口句柄 ：driver.window_handles（返回所有已打开窗口的句柄列表，顺序为窗口打开顺序）

3.2 切换窗口：switch_to.window()

功能说明

• 语法 ：driver.switch_to.window(目标窗口句柄)
• 功能：将脚本的聚焦切换到指定句柄的窗口。

实战代码：切换到新打开的窗口

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from selenium.webdriver.common.by import By
from webdriver_manager.chrome import ChromeDriverManager

driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
driver.get("https://www.baidu.com")

# 1. 获取原窗口句柄
original_handle = driver.current_window_handle
print(f"原窗口句柄：{original_handle}")

# 2. 点击"新闻"链接，打开新窗口
news_link = driver.find_element(By.XPATH, "//a[text()='新闻']")
news_link.click()

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

# 4. 切换到新窗口（遍历所有句柄，找到非原窗口的句柄）
for handle in all_handles:
    if handle != original_handle:
        driver.switch_to.window(handle)
        break

# 5. 操作新窗口（验证新闻页面标题）
news_title = driver.title
print(f"新窗口（新闻页）标题：{news_title}")
assert "百度新闻" in news_title, "测试失败：未成功切换到新闻窗口"
print("测试通过：成功切换到新窗口")

# 6. 切换回原窗口（可选）
driver.switch_to.window(original_handle)
print(f"切换回原窗口，标题：{driver.title}")

driver.quit()

避坑指南

• 切换窗口前先等待新窗口打开：点击链接后，新窗口可能需要时间加载，需结合等待机制；
• 关闭窗口前切换句柄：如果要关闭某个窗口，需先切换到该窗口，否则可能关闭错误的窗口；
• 句柄是动态的：每次运行脚本，窗口句柄都会变化，不能硬编码句柄值。

3.3 窗口大小设置：自定义浏览器窗口

Selenium 提供了多种窗口大小控制函数，满足不同测试场景需求。

3.3.1 常用函数

函数	语法	功能
窗口最大化	driver.maximize_window()	模拟用户点击窗口最大化按钮
窗口最小化	driver.minimize_window()	模拟用户点击窗口最小化按钮
窗口全屏	driver.fullscreen_window()	模拟用户按 F11 进入全屏模式
自定义窗口大小	driver.set_window_size(宽度, 高度)	设置窗口为指定尺寸（像素）

实战代码

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from webdriver_manager.chrome import ChromeDriverManager
import time

driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
driver.get("https://www.baidu.com")

# 1. 窗口最大化
driver.maximize_window()
print("窗口已最大化")
time.sleep(2)

# 2. 自定义窗口大小（1024x768）
driver.set_window_size(1024, 768)
print("窗口大小设置为1024x768")
time.sleep(2)

# 3. 窗口全屏
driver.fullscreen_window()
print("窗口已全屏")
time.sleep(2)

# 4. 窗口最小化
driver.minimize_window()
print("窗口已最小化")
time.sleep(2)

driver.quit()

实战建议

• 测试开始时最大化窗口：避免元素因窗口尺寸过小被遮挡，提高脚本稳定性；
• 移动端测试用自定义尺寸 ：模拟手机屏幕尺寸（如set_window_size(375, 667)模拟 iPhone 8）。

3.4 屏幕截图：save_screenshot()（调试 / 报错必备）

自动化脚本通常在后台运行，当脚本报错时，无法直接看到当时的页面状态。屏幕截图功能可以记录报错瞬间的页面，帮助快速定位问题。

功能说明

• 语法 ：driver.save_screenshot("截图路径")
• 功能：对当前窗口进行截图，保存为图片文件（支持 png 格式）。

实战代码：基础版截图

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from webdriver_manager.chrome import ChromeDriverManager

driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
driver.get("https://www.baidu.com")

# 截图并保存到指定路径（相对路径或绝对路径均可）
driver.save_screenshot("./screenshots/baidu_home.png")
print("截图已保存到 ./screenshots/baidu_home.png")

driver.quit()

进阶版：按时间命名截图（避免覆盖）

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from webdriver_manager.chrome import ChromeDriverManager
import datetime
import os

driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
driver.get("https://www.baidu.com")

# 1. 创建截图目录（如果不存在）
screenshot_dir = "./screenshots"
if not os.path.exists(screenshot_dir):
    os.makedirs(screenshot_dir)

# 2. 按时间生成截图文件名（格式：年-月-日-时-分-秒.png）
current_time = datetime.datetime.now().strftime("%Y-%m-%d-%H%M%S")
screenshot_path = f"{screenshot_dir}/autotest-{current_time}.png"

# 3. 截图并保存
driver.save_screenshot(screenshot_path)
print(f"截图已保存到：{screenshot_path}")

driver.quit()

实战建议

• 报错时自动截图 ：在try-except异常捕获中添加截图代码，报错时自动记录状态；
• 合理命名截图：包含时间、模块、场景等信息，便于后续查找。

3.5 关闭窗口：close() vs quit()

很多新手会混淆这两个关闭函数，其实它们的功能差异很大：

函数	语法	功能	适用场景
close()	driver.close()	关闭当前聚焦的窗口	只关闭单个窗口，其他窗口保持打开
quit()	driver.quit()	关闭所有浏览器窗口，终止驱动进程	脚本执行完毕，彻底退出浏览器

实战代码：关闭窗口示例

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from selenium.webdriver.common.by import By
from webdriver_manager.chrome import ChromeDriverManager

driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
driver.get("https://www.baidu.com")

# 打开新窗口
driver.find_element(By.XPATH, "//a[text()='新闻']").click()
all_handles = driver.window_handles

# 切换到新窗口并关闭
driver.switch_to.window(all_handles[1])
driver.close()
print("已关闭新闻窗口")

# 切换回原窗口，继续操作
driver.switch_to.window(all_handles[0])
print(f"当前窗口标题：{driver.title}")

# 脚本结束，关闭所有窗口
driver.quit()

避坑指南

• 关闭窗口后需切换句柄：如果关闭的是当前聚焦窗口，后续操作前需切换到其他已打开的窗口；
• 脚本结束必用quit() ：quit()会释放驱动进程，避免占用系统资源；如果只用close()，驱动进程可能残留。

四、弹窗处理：搞定 "难缠" 的系统弹窗

Web 页面中常见的弹窗有 3 种：警告弹窗、确认弹窗、提示弹窗。这些弹窗是浏览器自带的，并非 HTML 元素，无法通过常规元素定位方式操作，需要使用 Selenium 的Alert接口处理。

4.1 核心方法：switch_to.alert

首先需要将脚本聚焦到弹窗上，语法：alert = driver.switch_to.alert（Python 中是switch_to.alert，注意大小写）。

获取到alert对象后，可使用以下方法操作弹窗：

方法	功能	适用弹窗类型
accept()	点击 "确定" 按钮	所有弹窗
dismiss()	点击 "取消" 按钮	确认弹窗、提示弹窗
send_keys("文本")	输入文本	提示弹窗（带输入框的弹窗）

4.2 警告弹窗（Alert）

特点

• 只有 "确定" 按钮，无取消按钮，无法输入文本；
• 示例：页面弹出 "操作成功！" 提示，需点击确定关闭。

实战代码

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from webdriver_manager.chrome import ChromeDriverManager

# 本地HTML文件（含警告弹窗）
html_path = "file:///D:/test/alert_test.html"
driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
driver.get(html_path)

# 点击按钮触发警告弹窗
driver.find_element(By.CSS_SELECTOR, "#alertBtn").click()

# 切换到弹窗并点击确定
alert = driver.switch_to.alert
print(f"弹窗提示内容：{alert.text}")  # 获取弹窗文本
alert.accept()
print("已关闭警告弹窗")

driver.quit()

4.3 确认弹窗（Confirm）

特点

• 有 "确定" 和 "取消" 两个按钮，无法输入文本；
• 示例：删除数据时弹出 "确定要删除吗？"，需选择确定或取消。

实战代码

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from webdriver_manager.chrome import ChromeDriverManager

html_path = "file:///D:/test/confirm_test.html"
driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
driver.get(html_path)

# 点击按钮触发确认弹窗
driver.find_element(By.CSS_SELECTOR, "#confirmBtn").click()

# 切换到弹窗
alert = driver.switch_to.alert
print(f"弹窗提示内容：{alert.text}")

# 点击取消按钮（点击确定用 alert.accept()）
alert.dismiss()
print("已点击取消按钮")

driver.quit()

4.4 提示弹窗（Prompt）

特点

• 有 "确定" 和 "取消" 按钮，且带有输入框，可输入文本；
• 示例：弹出 "请输入您的姓名"，需输入文本后点击确定。

实战代码

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from webdriver_manager.chrome import ChromeDriverManager

html_path = "file:///D:/test/prompt_test.html"
driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
driver.get(html_path)

# 点击按钮触发提示弹窗
driver.find_element(By.CSS_SELECTOR, "#promptBtn").click()

# 切换到弹窗
alert = driver.switch_to.alert
print(f"弹窗提示内容：{alert.text}")

# 输入文本并点击确定
alert.send_keys("自动化测试工程师")
alert.accept()
print("已输入文本并点击确定")

driver.quit()

4.5 避坑指南

• 先触发弹窗再切换 ：必须先通过操作触发弹窗，再调用switch_to.alert，否则会报错；
• 弹窗处理后需切换回页面：处理完弹窗后，脚本会自动聚焦回原页面，无需额外切换；
• 避免多个弹窗叠加：如果页面连续弹出多个弹窗，需逐个处理，避免混淆。

五、等待机制：解决 "页面加载慢" 的核心方案

自动化脚本执行速度远快于页面渲染速度 ------ 如果脚本执行到某个步骤时，页面元素还未加载完成，就会导致元素定位失败，脚本报错。等待机制就是为了解决这个问题，让脚本 "等待" 页面加载完成后再执行下一步。

Selenium 提供 3 种等待方式：强制等待、隐式等待、显式等待。

5.1 强制等待：time.sleep(秒数)（最简单）

功能说明

• 语法：import time; time.sleep(5)
• 功能：让脚本暂停指定秒数，无论页面是否加载完成，时间到后继续执行。

实战代码

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from selenium.webdriver.common.by import By
from webdriver_manager.chrome import ChromeDriverManager
import time

driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
driver.get("https://www.baidu.com")

# 强制等待3秒（模拟页面加载）
time.sleep(3)

# 定位元素
search_input = driver.find_element(By.CSS_SELECTOR, "#kw")
search_input.send_keys("强制等待")
print("输入成功")

driver.quit()

优缺点

• 优点：语法简单，调试时使用方便；
• 缺点：浪费时间（即使页面提前加载完成，也需等待指定时间）、不稳定（网络波动时，等待时间可能不足或过长）。

适用场景

• 脚本调试阶段：快速验证代码逻辑；
• 短时间等待：如输入文本后等待 1 秒观察效果。

5.2 隐式等待：implicitly_wait(秒数)（全局智能等待）

功能说明

• 语法：driver.implicitly_wait(10)
• 功能：设置全局等待时间，在指定时间内，脚本会不断尝试定位元素；如果在超时前找到元素，立即继续执行；如果超时未找到，报错。

实战代码

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from selenium.webdriver.common.by import By
from webdriver_manager.chrome import ChromeDriverManager

driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
# 设置隐式等待10秒（作用于整个脚本）
driver.implicitly_wait(10)

driver.get("https://www.baidu.com")

# 无需额外等待，脚本会自动等待元素加载完成
search_input = driver.find_element(By.CSS_SELECTOR, "#kw")
search_input.send_keys("隐式等待")
print("输入成功")

driver.quit()

核心特点

• 全局生效：只要driver对象未被quit()，隐式等待就对所有元素定位生效；
• 智能等待：只等待元素加载完成，不浪费额外时间；
• 只等待元素存在：只要元素在 DOM 中存在，就认为加载完成，不关心元素是否可见或可点击。

优缺点

• 优点：使用简单、智能高效、全局生效；
• 缺点：无法精确控制单个元素的等待条件（如等待元素可见、可点击）。

适用场景

• 大部分基础测试场景：页面元素加载稳定，无需复杂条件判断。

5.3 显式等待：WebDriverWait（精准智能等待）

功能说明

• 语法：WebDriverWait(driver, 超时时间).until(等待条件)
• 功能：针对单个元素，设置自定义等待条件和超时时间；在超时时间内，每隔一定时间（默认 0.5 秒）检查一次条件是否满足；满足则继续执行，超时未满足则报错。

核心依赖

需要导入以下模块：

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

常用等待条件（expected_conditions）

条件	说明	示例
EC.presence_of_element_located((定位方式, 定位值))	元素存在于 DOM 中	等待搜索框存在
EC.visibility_of_element_located((定位方式, 定位值))	元素可见（存在且未隐藏）	等待按钮可见
EC.element_to_be_clickable((定位方式, 定位值))	元素可点击	等待按钮可点击
EC.title_contains("关键词")	页面标题包含关键词	等待页面标题包含 "百度"
EC.alert_is_present()	弹窗出现	等待弹窗弹出

实战代码

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from selenium.webdriver.common.by import By
from webdriver_manager.chrome import ChromeDriverManager
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
driver.get("https://www.baidu.com")

# 显式等待：等待搜索框可见（最多等待10秒，每0.5秒检查一次）
wait = WebDriverWait(driver, 10)
search_input = wait.until(
    EC.visibility_of_element_located((By.CSS_SELECTOR, "#kw"))
)

# 输入文本
search_input.send_keys("显式等待")
print("输入成功")

# 显式等待：等待"百度一下"按钮可点击，并点击
search_btn = wait.until(
    EC.element_to_be_clickable((By.CSS_SELECTOR, "#su"))
)
search_btn.click()

driver.quit()

优缺点

• 优点：精准控制、条件灵活、稳定性最高；
• 缺点：语法复杂、需要导入额外模块、代码量增加。

适用场景

• 复杂测试场景：如动态加载元素、需要等待元素可点击 / 可见；
• 稳定性要求高的脚本：如自动化回归测试脚本。

5.4 关键结论：不要混合使用隐式等待和显式等待

很多新人或许会觉得 "多等总比少等好"，同时设置隐式等待和显式等待，但这样会导致等待时间不可预测。

实验验证

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from webdriver_manager.chrome import ChromeDriverManager
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
import time

driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
# 隐式等待10秒
driver.implicitly_wait(10)
# 显式等待15秒
wait = WebDriverWait(driver, 15)

start_time = time.time()
try:
    # 定位一个不存在的元素
    wait.until(EC.presence_of_element_located((By.ID, "nonexistent-element")))
except Exception as e:
    end_time = time.time()
    print(f"报错时间：{end_time - start_time:.2f}秒")  # 输出约20秒（10+15）

driver.quit()

原因

隐式等待和显式等待的等待时间会叠加，导致实际等待时间远超预期，影响脚本执行效率。

实战建议

• 调试阶段：用强制等待（time.sleep）；
• 简单场景：用隐式等待（implicitly_wait）；
• 复杂场景：用显式等待（WebDriverWait）；
• 禁止同时使用隐式等待和显式等待。

六、浏览器导航：模拟用户的 "前进后退"

Selenium 提供了模拟浏览器导航栏操作的函数，如打开网页、前进、后退、刷新等，完美复刻用户的浏览器操作。

6.1 打开网页：driver.get("URL")（最基础）

• 语法：driver.get("https://www.baidu.com")
• 功能：打开指定 URL 的网页，等待页面加载完成后继续执行。

6.2 前进：driver.forward()

• 语法：driver.forward()
• 功能：模拟浏览器的 "前进" 按钮，跳转到下一个页面（需先执行过后退操作）。

6.3 后退：driver.back()

• 语法：driver.back()
• 功能：模拟浏览器的 "后退" 按钮，返回上一个页面。

6.4 刷新：driver.refresh()

• 语法：driver.refresh()
• 功能：模拟浏览器的 "刷新" 按钮，重新加载当前页面。

实战代码：导航操作组合

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from selenium.webdriver.common.by import By
from webdriver_manager.chrome import ChromeDriverManager
import time

driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))

# 1. 打开百度首页
driver.get("https://www.baidu.com")
print(f"当前页面：{driver.title}")
time.sleep(2)

# 2. 搜索关键词，跳转到结果页
driver.find_element(By.CSS_SELECTOR, "#kw").send_keys("浏览器导航")
driver.find_element(By.CSS_SELECTOR, "#su").click()
print(f"搜索后页面：{driver.title}")
time.sleep(2)

# 3. 后退到百度首页
driver.back()
print(f"后退后页面：{driver.title}")
time.sleep(2)

# 4. 前进到搜索结果页
driver.forward()
print(f"前进后页面：{driver.title}")
time.sleep(2)

# 5. 刷新当前页面
driver.refresh()
print("页面已刷新")
time.sleep(2)

driver.quit()

避坑指南

• 前进后退依赖浏览历史：只有当浏览器有前进 / 后退的历史记录时，forward()和back()才有效；
• 刷新后元素需重新定位：页面刷新后，之前定位的元素对象会失效，需重新定位。

七、文件上传：绕开 "系统窗口" 的陷阱

文件上传是自动化测试中的常见场景，但上传文件时会弹出系统自带的文件选择窗口 ------Selenium 无法识别系统窗口，此时需要用**send_keys()**函数绕开系统窗口，直接上传文件。

7.1 核心原理

文件上传的本质是向**类型的元素传递文件路径。Selenium 的send_keys()**函数可以直接向该元素传入文件的绝对路径，从而实现文件上传，无需操作系统窗口。

7.2 实战代码

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from selenium.webdriver.common.by import By
from webdriver_manager.chrome import ChromeDriverManager

driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
# 打开本地文件上传测试页面
driver.get("file:///D:/test/upload.html")

# 定位<input type="file">元素
upload_input = driver.find_element(By.CSS_SELECTOR, "input[type='file']")

# 传入文件绝对路径（注意：Windows系统用双反斜杠\\，Linux/Mac用斜杠/）
file_path = "D:\\test\\test_file.txt"
upload_input.send_keys(file_path)
print(f"已上传文件：{file_path}")

driver.quit()

7.3 避坑指南

• 必须定位到<input type="file">元素 ：该元素可能被隐藏（通过 CSS 设置display:none），需先让元素可见（如通过 JS 修改样式）；
• 传入绝对路径：必须使用文件的绝对路径，相对路径可能导致上传失败；
• 路径分隔符 ：Windows 系统用\\（避免转义），Linux/Mac 系统用/。

进阶：处理隐藏的上传元素

如果上传元素被隐藏，可通过执行 JavaScript 代码让元素可见：

# 定位隐藏的上传元素
upload_input = driver.find_element(By.CSS_SELECTOR, "input[type='file']")

# 执行JS代码，让元素可见
driver.execute_script("arguments[0].style.display = 'block';", upload_input)

# 上传文件
upload_input.send_keys("D:\\test\\test_file.txt")

八、浏览器参数设置：定制化你的测试环境

Selenium 支持通过ChromeOptions（Chrome 浏览器）设置浏览器启动参数，如无头模式、页面加载策略、禁用缓存等，满足不同测试场景需求。

8.1 核心用法

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from webdriver_manager.chrome import ChromeDriverManager

# 创建ChromeOptions对象
options = webdriver.ChromeOptions()

# 添加启动参数
options.add_argument("参数名")

# 初始化浏览器时传入options
driver = webdriver.Chrome(
    service=ChromeService(ChromeDriverManager().install()),
    options=options
)

8.2 常用参数详解

8.2.1 无头模式（Headless）：无界面运行浏览器

• 参数：options.add_argument("--headless=new")（Chrome 112 + 版本推荐）
• 功能：浏览器在后台无界面运行，不显示窗口，节省系统资源。

实战代码

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from webdriver_manager.chrome import ChromeDriverManager

options = webdriver.ChromeOptions()
# 启用无头模式
options.add_argument("--headless=new")

driver = webdriver.Chrome(
    service=ChromeService(ChromeDriverManager().install()),
    options=options
)

driver.get("https://www.baidu.com")
print(f"页面标题：{driver.title}")  # 正常输出标题，无浏览器窗口显示

driver.quit()

适用场景

• 服务器端运行脚本（如 Jenkins、Linux 服务器，无图形界面）；
• 批量执行脚本，无需观察执行过程。

8.2.2 页面加载策略：控制页面加载完成的条件

• 语法：options.page_load_strategy = "策略名称"
• 三种策略：

策略	说明	适用场景
normal	默认值，等待所有资源（图片、JS、CSS）加载完成	需要完整页面交互
eager	DOM 加载完成后即可执行脚本，无需等待图片等资源	只操作 DOM 元素，不关心图片
none	不等待页面加载完成，立即执行后续脚本	快速获取页面信息，无需交互

实战代码

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from webdriver_manager.chrome import ChromeDriverManager

options = webdriver.ChromeOptions()
# 设置页面加载策略为eager（DOM就绪即可）
options.page_load_strategy = "eager"

driver = webdriver.Chrome(
    service=ChromeService(ChromeDriverManager().install()),
    options=options
)

driver.get("https://www.baidu.com")
print(f"页面标题：{driver.title}")

driver.quit()

8.2.3 其他常用参数

参数	功能	代码示例
禁用缓存	禁止浏览器缓存，避免缓存影响测试	options.add_argument("--disable-cache")
禁用 JavaScript	禁用页面 JS 执行	options.add_argument("--disable-javascript")
模拟手机设备	模拟指定手机型号（如 iPhone 12）	options.add_experimental_option("mobileEmulation", {"deviceName": "iPhone 12"})
忽略证书错误	忽略 HTTPS 证书错误	options.add_argument("--ignore-certificate-errors")

8.3 实战案例：模拟手机访问百度

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from webdriver_manager.chrome import ChromeDriverManager

options = webdriver.ChromeOptions()
# 模拟iPhone 12访问
options.add_experimental_option(
    "mobileEmulation",
    {"deviceName": "iPhone 12"}
)

driver = webdriver.Chrome(
    service=ChromeService(ChromeDriverManager().install()),
    options=options
)

driver.get("https://www.baidu.com")
print(f"手机端页面标题：{driver.title}")
driver.save_screenshot("./mobile_baidu.png")
print("手机端截图已保存")

driver.quit()

---

总结

掌握 Selenium 常用函数的关键，不是死记硬背，而是理解 "什么时候用、怎么用、怎么避坑"。

自动化测试的本质是 "用代码解决重复工作"，而常用函数就是实现这个目标的 "工具库"。希望这篇文章能帮你彻底吃透 Selenium 常用函数，让你在自动化测试的路上少走弯路，快速从新手进阶为高手！

如果在实际使用中遇到具体问题（如元素定位失败、弹窗处理不了、文件上传报错），欢迎在评论区留言，我们一起交流探讨！