第3篇：UI自动化核心操作：输入、点击、弹窗、下拉框全场景实战

前言： Hello 大家好！我是励志死磕计算机～ 上一篇我们搞定了UI自动化的"基石"------元素定位，相信大家已经能熟练找到网页上的各种元素了。但定位到元素只是第一步，更核心的是"对元素进行操作"------比如输入文本、点击按钮、处理弹窗、选择下拉框等。这篇文章我会聚焦"定位后的核心操作"，覆盖表单交互、特殊元素操作、等待机制等企业高频场景，全程用实战代码讲解，还会配套"特殊元素避坑手册"，帮你彻底解决"定位到元素却操作失败"的问题！

本文核心目标：

• 掌握表单交互核心操作（输入、清空、点击、文本获取、状态判断）

• 精通企业高频特殊元素操作（下拉框、弹窗、文件上传、iframe切换、窗口切换）

• 理解并掌握3种等待机制，写出稳定不报错的自动化脚本

• 完成完整登录流程综合实战，串联所有核心操作

一、前置知识：操作元素的核心逻辑

在开始操作之前，我们先明确一个核心逻辑：所有操作都必须建立在"元素已定位且可交互"的基础上。如果元素未加载完成、被遮挡、不可点击，直接执行操作就会报错。

Selenium操作元素的通用步骤：

1. 通过定位方式找到元素（得到元素对象）

2. 调用元素对象的操作方法（如输入、点击）

3. （可选）验证操作结果（如获取文本、判断状态）

避坑提示：操作元素前，优先确认元素状态------是否可见（is_displayed()）、是否可点击（is_enabled()），避免因元素不可交互导致操作失败。

二、基础交互操作：表单场景核心（必掌握）

表单是网页最常见的交互场景（如登录页、注册页、搜索页），核心操作包括"输入文本、清空内容、点击按钮、获取文本/属性、判断状态"，这5种操作是UI自动化的基础，必须熟练掌握！我们以"登录页"为实战场景，逐一讲解。

1. 输入与清空：send_keys() & clear()

适用场景：输入框（如账号、密码、搜索框），核心是"先清空再输入"（避免输入框有默认文本导致输入错误）。

实战代码（登录页账号密码输入）：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
# 基础交互：输入与清空

from selenium import webdriver
from webdriver_manager.chrome import ChromeDriverManager
import time

# 初始化驱动
driver = webdriver.Chrome(ChromeDriverManager().install())
# 访问测试登录页（这里用模拟登录页，实际可替换为自己的目标页面）
driver.get("https://xxx.com/login")  # 替换为真实登录页URL
time.sleep(2)

# 1. 定位账号输入框，先清空再输入
username_input = driver.find_element_by_id("username")  # 假设账号输入框id为username
username_input.clear()  # 清空输入框（避免默认文本干扰）
username_input.send_keys("test_user123")  # 输入账号

# 2. 定位密码输入框，先清空再输入
password_input = driver.find_element_by_id("password")  # 假设密码输入框id为password
password_input.clear()
password_input.send_keys("test_pass456")  # 输入密码

time.sleep(3)  # 查看输入效果
driver.quit()

小技巧：输入特殊字符（如空格、回车）可使用Keys类，需导入from selenium.webdriver.common.keys import Keys，示例：send_keys(Keys.ENTER)（输入回车）、send_keys(Keys.SPACE)（输入空格）。

2. 点击操作：click() & 悬浮点击

适用场景：按钮（如登录按钮、搜索按钮）、链接、复选框等，分为"普通点击"和"悬浮后点击"两种常见情况。

（1）普通点击：click()

实战代码（登录按钮点击）：

# 延续上面的登录页场景，定位登录按钮并点击
login_button = driver.find_element_by_id("loginBtn")  # 假设登录按钮id为loginBtn
login_button.click()  # 普通点击

（2）悬浮点击：ActionChains（鼠标悬浮后再点击）

适用场景：下拉菜单（如导航栏的下拉选项，需要悬浮后才显示）、悬浮按钮等。

# 悬浮点击实战：定位导航栏"我的账户"，悬浮后点击"个人中心"
from selenium.webdriver.common.action_chains import ActionChains  # 导入鼠标操作类

# 访问目标页面
driver.get("https://xxx.com")
time.sleep(2)

# 1. 定位"我的账户"导航项（需要悬浮的元素）
my_account = driver.find_element_by_link_text("我的账户")

# 2. 初始化ActionChains对象，执行悬浮操作
action = ActionChains(driver)
action.move_to_element(my_account).perform()  # 悬浮到"我的账户"上
time.sleep(1)  # 等待下拉菜单显示

# 3. 点击下拉菜单中的"个人中心"
personal_center = driver.find_element_by_link_text("个人中心")
personal_center.click()

time.sleep(3)
driver.quit()

3. 文本与属性获取：text & get_attribute()

适用场景：验证操作结果（如登录成功后显示用户名、获取元素的属性值），核心是两个常用方法：

• element.text：获取元素的可见文本（如按钮上的"登录"、链接文本）

• element.get_attribute("属性名")：获取元素的指定属性值（如input的value、a标签的href）

实战代码（验证登录成功）：

# 延续登录场景，登录成功后验证用户名是否正确
driver.get("https://xxx.com/login")
time.sleep(2)

# 输入账号密码并点击登录（代码同上）
username_input = driver.find_element_by_id("username")
username_input.send_keys("test_user123")
password_input = driver.find_element_by_id("password")
password_input.send_keys("test_pass456")
driver.find_element_by_id("loginBtn").click()
time.sleep(3)

# 1. 获取登录后的用户名文本，验证是否登录成功
welcome_text = driver.find_element_by_id("welcome").text  # 假设欢迎语元素id为welcome
print("欢迎语：", welcome_text)
if "test_user123" in welcome_text:
    print("登录成功！")
else:
    print("登录失败！")

# 2. 获取首页logo的href属性
logo_href = driver.find_element_by_id("logo").get_attribute("href")
print("logo链接：", logo_href)

driver.quit()

4. 状态判断：is_displayed() & is_enabled()

适用场景：判断元素是否可见、是否可点击（避免操作不可见/不可点击的元素导致报错）。

• element.is_displayed()：返回布尔值，True表示元素可见，False表示不可见

• element.is_enabled()：返回布尔值，True表示元素可点击，False表示不可点击

实战代码（登录按钮状态判断）：

driver.get("https://xxx.com/login")
time.sleep(2)

# 定位登录按钮，判断状态
login_button = driver.find_element_by_id("loginBtn")

# 判断是否可见
if login_button.is_displayed():
    print("登录按钮可见")
else:
    print("登录按钮不可见")

# 判断是否可点击
if login_button.is_enabled():
    print("登录按钮可点击，执行点击操作")
    login_button.click()
else:
    print("登录按钮不可点击，无法操作")

driver.quit()

三、特殊元素操作：企业高频场景（重点攻克）

除了基础表单操作，下拉框、弹窗、文件上传、iframe、窗口切换这些"特殊元素"是企业自动化测试中的高频场景，也是新手容易卡壳的地方。下面逐一讲解核心操作方法和避坑技巧。

1. 下拉框选择：Select类（必掌握）

适用场景：网页中的下拉选择框（如地址选择、日期选择、性别选择），Selenium提供了Select类专门处理下拉框，无需手动点击展开再选择。

核心用法（3种选择方式）：

• select_by_index(索引)：根据下拉选项的索引选择（索引从0开始）

• select_by_value("值")：根据选项的value属性值选择

• select_by_visible_text("文本")：根据选项的可见文本选择（最常用）

实战代码（地址下拉框选择）：

# 下拉框操作实战
from selenium.webdriver.support.select import Select  # 导入Select类

driver = webdriver.Chrome(ChromeDriverManager().install())
driver.get("https://xxx.com/register")  # 假设是注册页，有地址下拉框
time.sleep(2)

# 定位下拉框元素（必须是<select>标签）
address_select = driver.find_element_by_id("address")

# 初始化Select对象
select = Select(address_select)

# 方式1：根据索引选择（选择第2个选项，索引为1）
# select.select_by_index(1)

# 方式2：根据value属性选择（假设选项的value为"beijing"）
# select.select_by_value("beijing")

# 方式3：根据可见文本选择（选择"北京市"）
select.select_by_visible_text("北京市")

time.sleep(3)

# 可选：获取当前选中的选项文本
selected_option = select.first_selected_option.text
print("当前选中的地址：", selected_option)

driver.quit()

避坑提示：Select类仅适用于<select>标签的下拉框！如果是自定义下拉框（用div、ul模拟的），需要用"点击展开下拉框→定位选项并点击"的方式操作（类似悬浮点击）。

2. 弹窗处理：alert/confirm/prompt（3种类型）

网页弹窗分为3种：警告弹窗（alert）、确认弹窗（confirm）、输入弹窗（prompt），Selenium通过switch_to.alert切换到弹窗进行操作。

核心操作方法：

• driver.switch_to.alert：切换到当前弹窗

• alert.text：获取弹窗文本

• alert.accept()：点击"确认"按钮

• alert.dismiss()：点击"取消"按钮（仅confirm/prompt可用）

• alert.send_keys("文本")：在弹窗中输入文本（仅prompt可用）

实战代码（3种弹窗全处理）：

# 弹窗处理实战
driver = webdriver.Chrome(ChromeDriverManager().install())
driver.get("https://xxx.com/popup")  # 包含弹窗的测试页面
time.sleep(2)

# 1. 处理警告弹窗（alert）
driver.find_element_by_id("alertBtn").click()  # 点击触发警告弹窗
time.sleep(1)
alert = driver.switch_to.alert  # 切换到弹窗
print("警告弹窗文本：", alert.text)
alert.accept()  # 点击确认关闭弹窗
time.sleep(2)

# 2. 处理确认弹窗（confirm）
driver.find_element_by_id("confirmBtn").click()  # 点击触发确认弹窗
time.sleep(1)
confirm = driver.switch_to.alert
print("确认弹窗文本：", confirm.text)
# confirm.accept()  # 点击确认
confirm.dismiss()  # 点击取消
time.sleep(2)

# 3. 处理输入弹窗（prompt）
driver.find_element_by_id("promptBtn").click()  # 点击触发输入弹窗
time.sleep(1)
prompt = driver.switch_to.alert
print("输入弹窗文本：", prompt.text)
prompt.send_keys("测试输入内容")  # 输入文本
prompt.accept()  # 点击确认
time.sleep(3)

driver.quit()

3. 文件上传：send_keys()（避坑关键）

文件上传是新手常踩坑的场景，很多人会试图点击"上传按钮"打开系统文件选择框，但系统弹窗无法用Selenium操作。正确做法是：定位到上传控件的input标签，用send_keys()直接传入文件路径。

实战代码（文件上传）：

# 文件上传实战
driver = webdriver.Chrome(ChromeDriverManager().install())
driver.get("https://xxx.com/upload")  # 包含文件上传的页面
time.sleep(2)

# 定位文件上传的input标签（关键：必须是input标签，type="file"）
upload_input = driver.find_element_by_id("fileUpload")

# 用send_keys()传入文件的绝对路径（无需点击上传按钮）
# 注意：路径中的反斜杠用双反斜杠（\\）或前面加r（原始字符串）
file_path = r"C:\test_files\test.txt"  # 替换为自己的文件路径
upload_input.send_keys(file_path)

time.sleep(3)  # 等待上传完成
print("文件上传成功！")

driver.quit()

避坑技巧：如果找不到input标签（被隐藏了），可以用JavaScript代码先让input标签可见，再进行操作。示例：driver.execute_script("document.getElementById('fileUpload').style.display='block';")

4. iframe切换：解决"元素定位不到"的高频问题

iframe是网页中的"子网页"，如果元素在iframe内，直接定位会提示"no such element"。解决方法：先切换到iframe，再定位元素；操作完成后，切换回主页面。

切换iframe的3种方式：

• 通过id切换：driver.switch_to.frame("iframe_id")

• 通过name切换：driver.switch_to.frame("iframe_name")

• 通过元素对象切换：driver.switch_to.frame(iframe_element)

实战代码（iframe切换）：

# iframe切换实战
driver = webdriver.Chrome(ChromeDriverManager().install())
driver.get("https://xxx.com/iframeTest")  # 包含iframe的页面
time.sleep(2)

# 1. 切换到iframe（假设iframe的id为"testIframe"）
driver.switch_to.frame("testIframe")
# 此时可以定位iframe内的元素了
iframe_input = driver.find_element_by_id("iframeInput")
iframe_input.send_keys("在iframe内输入文本")
time.sleep(2)

# 2. 切换回主页面（如果需要操作主页面的元素）
driver.switch_to.default_content()
# 此时可以定位主页面的元素了
main_button = driver.find_element_by_id("mainBtn")
main_button.click()

time.sleep(3)
driver.quit()

5. 窗口切换：新窗口打开后操作

点击链接或按钮后，有时会打开新窗口（如点击"帮助中心"链接打开新页面），此时代码默认仍在原窗口操作，需要切换到新窗口才能定位新窗口的元素。

核心步骤：

1. 获取所有窗口的句柄（窗口的唯一标识）：driver.window_handles

2. 切换到目标窗口：driver.switch_to.window(handle)

实战代码（窗口切换）：

# 窗口切换实战
driver = webdriver.Chrome(ChromeDriverManager().install())
driver.get("https://xxx.com")  # 主页面
time.sleep(2)

# 1. 获取原窗口句柄（第一个窗口）
original_window = driver.window_handles[0]
print("原窗口句柄：", original_window)

# 2. 点击链接打开新窗口（假设"帮助中心"链接会打开新窗口）
driver.find_element_by_link_text("帮助中心").click()
time.sleep(2)

# 3. 获取所有窗口句柄（此时有2个窗口）
all_windows = driver.window_handles
print("所有窗口句柄：", all_windows)

# 4. 切换到新窗口（最后一个窗口，索引为-1）
driver.switch_to.window(all_windows[-1])
# 操作新窗口的元素
help_title = driver.find_element_by_id("helpTitle").text
print("新窗口标题：", help_title)
time.sleep(2)

# 5. 切换回原窗口
driver.switch_to.window(original_window)
print("切换回原窗口，原窗口标题：", driver.title)

driver.quit()

四、等待机制：自动化稳定性的核心（必掌握）

新手写的自动化脚本经常报错，很大一部分原因是"没有加等待"------代码执行速度比网页加载速度快，元素还没出现就开始定位，导致定位失败。Selenium提供了3种等待机制，核心原则：显式等待>隐式等待>强制等待。

1. 强制等待：time.sleep(秒数)（不推荐）

原理：固定等待指定的秒数，不管元素是否加载完成。

优缺点：优点是简单；缺点是浪费时间（元素早加载完成仍要等）、不稳定（网络慢时等待时间不够仍会报错）。

适用场景：仅用于调试，不推荐在正式脚本中使用。

import time
time.sleep(5)  # 强制等待5秒

2. 隐式等待：implicitly_wait(秒数)（全局生效）

原理：设置一个全局等待时间，在这个时间内，Selenium会不断尝试定位元素，直到元素出现或超时。

优缺点：优点是全局生效，无需重复写等待代码；缺点是只能等待元素"出现"，不能等待元素"可交互"（如元素已出现但还不可点击，仍会报错）。

适用场景：作为基础等待，配合显式等待使用。

# 隐式等待实战
driver = webdriver.Chrome(ChromeDriverManager().install())
# 设置隐式等待10秒（全局生效）
driver.implicitly_wait(10)

driver.get("https://xxx.com")
# 此时会在10秒内不断尝试定位元素，直到出现或超时
element = driver.find_element_by_id("targetId")
element.click()

driver.quit()

3. 显式等待：WebDriverWait+expected_conditions（精准等待，推荐）

原理：针对指定元素，设置等待时间和"等待条件"（如元素可点击、元素可见），在等待时间内，每隔0.5秒检查一次条件是否满足，满足则继续执行，超时则报错。

核心优势：精准控制，可等待元素"可交互"，是企业级脚本的首选等待方式。

常用等待条件（expected_conditions）：

• EC.element_to_be_clickable((定位方式, 定位值))：元素可点击

• EC.presence_of_element_located((定位方式, 定位值))：元素存在（已加载完成）

• EC.visibility_of_element_located((定位方式, 定位值))：元素可见

• EC.text_to_be_present_in_element((定位方式, 定位值), 文本)：元素包含指定文本

实战代码（显式等待）：

# 显式等待实战
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By  # 导入定位方式类

driver = webdriver.Chrome(ChromeDriverManager().install())
driver.get("https://xxx.com")

# 显式等待：等待10秒，直到元素可点击
# 第一个参数：driver对象；第二个参数：等待时间（秒）
wait = WebDriverWait(driver, 10)
# 等待条件：元素（id为targetBtn）可点击
target_element = wait.until(
    EC.element_to_be_clickable((By.ID, "targetBtn"))
)

# 元素可点击后，执行点击操作
target_element.click()

driver.quit()

最佳实践：隐式等待（全局基础等待）+ 显式等待（关键元素精准等待）结合使用，既保证效率，又保证稳定性。

五、综合实战：完整登录流程串联所有操作

下面我们用一个完整的登录流程，串联前面学的所有核心操作：输入账号密码→点击登录→处理弹窗→切换iframe→验证登录成功→切换窗口→关闭浏览器，配套完整代码和注释。

# 完整登录流程综合实战
from selenium import webdriver
from webdriver_manager.chrome import ChromeDriverManager
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By
from selenium.webdriver.common.action_chains import ActionChains

# 初始化驱动，设置隐式等待10秒
driver = webdriver.Chrome(ChromeDriverManager().install())
driver.implicitly_wait(10)
driver.maximize_window()  # 最大化浏览器窗口（可选，提升稳定性）

try:
    # 1. 访问登录页
    driver.get("https://xxx.com/login")
    print("成功访问登录页：", driver.title)

    # 2. 输入账号密码（先清空再输入）
    username_input = driver.find_element_by_id("username")
    username_input.clear()
    username_input.send_keys("test_user123")
    
    password_input = driver.find_element_by_id("password")
    password_input.clear()
    password_input.send_keys("test_pass456")
    print("账号密码输入完成")

    # 3. 点击登录按钮（显式等待按钮可点击）
    login_button = WebDriverWait(driver, 10).until(
        EC.element_to_be_clickable((By.ID, "loginBtn"))
    )
    login_button.click()
    print("登录按钮点击完成")

    # 4. 处理登录成功后的弹窗
    alert = driver.switch_to.alert
    print("登录弹窗文本：", alert.text)
    alert.accept()
    print("弹窗处理完成")

    # 5. 切换到iframe内，验证用户信息
    driver.switch_to.frame("userIframe")
    user_info = driver.find_element_by_id("userInfo").text
    print("当前登录用户信息：", user_info)
    if "test_user123" in user_info:
        print("登录成功！")
    else:
        print("登录失败！")

    # 6. 切换回主页面，点击"帮助中心"打开新窗口
    driver.switch_to.default_content()
    help_link = driver.find_element_by_link_text("帮助中心")
    help_link.click()
    print("打开帮助中心新窗口")

    # 7. 切换到新窗口，获取帮助中心标题
    driver.switch_to.window(driver.window_handles[-1])
    print("帮助中心窗口标题：", driver.title)

except Exception as e:
    # 捕获异常并打印
    print("执行过程中出现错误：", str(e))

finally:
    # 无论是否出错，都等待3秒后关闭浏览器
    import time
    time.sleep(3)
    driver.quit()
    print("浏览器已关闭")

六、实战练习（巩固知识点）

请大家动手完成以下练习，巩固今天所学的核心操作：

需求：访问淘宝首页（https://www.taobao.com），完成以下操作：

1. 输入"Python编程书籍"并点击搜索（基础输入+点击）。

2. 搜索结果页中，悬浮到"分类"导航项，点击"计算机/互联网"（悬浮点击）。

3. 选择下拉框中的"平装"选项（下拉框操作）。

4. 点击某本书籍链接，打开新窗口（窗口切换）。

5. 在新窗口中，获取书籍名称和价格（文本获取）。

提示：遇到登录弹窗可先手动关闭；淘宝的下拉框可能是自定义的，需要用"点击展开→定位选项点击"的方式操作。

七、总结与下一篇预告

本篇文章我们掌握了UI自动化的核心操作，总结一下重点：

• 基础交互操作：输入（send_keys）、清空（clear）、点击（click）、文本/属性获取（text/get_attribute）、状态判断（is_displayed/is_enabled）。

• 特殊元素操作：下拉框（Select类）、弹窗（switch_to.alert）、文件上传（input标签+send_keys）、iframe切换（switch_to.frame）、窗口切换（switch_to.window）。

• 等待机制：显式等待是核心，配合隐式等待使用，保证脚本稳定性。

下一篇文章我们将进入"进阶阶段"，学习企业级框架搭建------Pytest测试框架+PO模式，解决"零散脚本维护困难"的问题，从"写脚本"升级到"做项目"，让你的自动化代码更规范、可复用！

如果这篇文章对你有帮助，别忘了点赞+收藏+关注，后续会持续更新UI自动化系列教程～ 有任何问题欢迎在评论区留言！

专栏地址：【保姆级实战】UI自动化从入门到企业落地全系列（持续更新）