网站导航
> 技术文档 > 从零开始学 Selenium：浏览器驱动、元素定位与实战技巧_selenium浏览器驱动

从零开始学 Selenium：浏览器驱动、元素定位与实战技巧_selenium浏览器驱动

网友: 技术文档 2025-09-02 19:04:11

目录

      • 一、Selenium简介
        • 1. 什么是Selenium？
        • 2. Selenium的组成
        • 3. 应用场景
      • 二、环境搭建
        • 1. 安装Python
        • 2. 安装Selenium
        • 3. 浏览器驱动配置
        • 4. 验证环境
      • 三、基础操作
        • 1. 启动浏览器与访问网页
        • 2. 元素定位（核心！）
        • 3. 操作元素
      • 四、等待机制
        • 1. 隐式等待
        • 2. 显式等待
        • 3. 强制等待
      • 五、浏览器操作
        • 1. 窗口操作
        • 2. 导航操作
        • 3. 处理iframe
      • 六、弹窗处理
      • 七、文件操作
        • 1. 文件上传
        • 2. 文件下载
      • 八、键盘与鼠标操作
        • 1. 键盘操作
        • 2. 鼠标操作
      • 九、测试框架集成
        • 1. 与unittest结合
        • 2. 生成测试报告
      • 十、高级技巧与最佳实践
      • 十一、常见问题与解决方案

以下是一份详细的Selenium全教程，涵盖从基础到进阶的核心知识点，基于Selenium 4版本（当前主流版本），适合新手入门及进阶学习。

一、Selenium简介

1. 什么是Selenium？

Selenium是一个用于Web应用程序自动化测试的工具集，支持多浏览器（Chrome、Firefox、Edge等）、多语言（Python、Java、C#等），核心功能是模拟人类操作浏览器（点击、输入、跳转等）。

2. Selenium的组成
  • Selenium WebDriver：核心组件，通过代码驱动浏览器，支持跨语言（本文以Python为例）。
  • Selenium IDE：浏览器插件，用于录制/回放操作（适合快速生成简单脚本）。
  • Selenium Grid：用于分布式测试，可在多台机器/浏览器上同时执行用例。
3. 应用场景
  • 自动化测试（功能测试、回归测试）。
  • 网页数据爬取（模拟登录、动态内容获取）。
  • 自动化操作（如批量填写表单、定时任务）。

二、环境搭建

1. 安装Python

Selenium需依赖Python环境，下载地址：Python官网，安装时勾选“Add Python to PATH”。

2. 安装Selenium

打开命令行，执行：

pip install selenium # 安装最新版Selenium 4
3. 浏览器驱动配置

WebDriver需要通过“浏览器驱动”与浏览器通信，不同浏览器需对应驱动：

浏览器 驱动名称 下载地址 Chrome ChromeDriver ChromeDriver官网 Firefox GeckoDriver GeckoDriver官网 Edge EdgeDriver EdgeDriver官网

配置步骤：

  1. 下载与浏览器版本匹配的驱动（如Chrome 114需对应ChromeDriver 114.x）。
  2. 将驱动文件（如chromedriver.exe）放在任意目录，建议放在Python安装目录或添加到系统环境变量PATH。
4. 验证环境

运行以下代码，若能打开Chrome并访问百度，则配置成功：

from selenium import webdriver# 启动Chrome浏览器driver = webdriver.Chrome()# 访问百度driver.get(\"https://www.baidu.com\")# 停留3秒后关闭import timetime.sleep(3)driver.quit()

三、基础操作

1. 启动浏览器与访问网页
from selenium import webdriver# 启动浏览器（Chrome/Firefox/Edge）driver = webdriver.Chrome() # Chrome# driver = webdriver.Firefox() # Firefox# driver = webdriver.Edge() # Edge# 访问网页driver.get(\"https://www.baidu.com\")# 获取当前页面标题和URLprint(\"标题：\", driver.title) # 输出：百度一下，你就知道print(\"URL：\", driver.current_url) # 输出：https://www.baidu.com/# 关闭浏览器（quit()关闭所有窗口，close()关闭当前窗口）driver.quit()
2. 元素定位（核心！）

Selenium提供8种元素定位方式，需结合网页HTML结构使用。推荐使用By类（Selenium 4推荐写法）。

步骤：

  1. 打开网页，按F12打开开发者工具，通过“元素选择器”定位元素。
  2. 复制元素属性（如ID、XPath等）。
定位方式 说明 示例代码 ID 通过元素id属性定位（唯一） driver.find_element(By.ID, \"kw\") Name 通过元素name属性定位 driver.find_element(By.NAME, \"wd\") Class Name 通过元素class属性定位 driver.find_element(By.CLASS_NAME, \"s_ipt\") Tag Name 通过标签名定位（如） driver.find_element(By.TAG_NAME, \"input\") Link Text 通过链接文本定位（精确匹配） driver.find_element(By.LINK_TEXT, \"新闻\") Partial Link Text 通过链接文本模糊匹配 driver.find_element(By.PARTIAL_LINK_TEXT, \"新\") XPath 基于XML路径定位（万能） driver.find_element(By.XPATH, \'//input[@id=\"kw\"]\') CSS Selector 基于CSS选择器定位 driver.find_element(By.CSS_SELECTOR, \"#kw\")

示例：定位百度搜索框并输入内容

from selenium import webdriverfrom selenium.webdriver.common.by import Bydriver = webdriver.Chrome()driver.get(\"https://www.baidu.com\")# 定位搜索框（id为\"kw\"）search_box = driver.find_element(By.ID, \"kw\")# 输入文本search_box.send_keys(\"Selenium教程\")# 定位搜索按钮（id为\"su\"）并点击search_btn = driver.find_element(By.ID, \"su\")search_btn.click()time.sleep(3)driver.quit()

XPath进阶：
XPath是最灵活的定位方式，支持复杂场景：

  • 绝对路径：/html/body/div[1]/div[1]/div[5]/div/div/form/span[1]/input（不推荐，易变）。
  • 相对路径：//input[@name=\"wd\" and @class=\"s_ipt\"]（通过多属性定位）。
  • 文本定位：//a[text()=\"新闻\"]（精确匹配文本）。
  • 包含文本：//a[contains(text(), \"新\")]（模糊匹配）。
3. 操作元素
方法 说明 send_keys(\"文本\") 输入文本 click() 点击元素 clear() 清空输入框内容 get_attribute(\"属性名\") 获取元素属性（如value、href） text 获取元素文本内容 is_displayed() 判断元素是否可见

示例：

# 获取搜索框的value属性（输入的内容）print(search_box.get_attribute(\"value\")) # 输出：Selenium教程# 获取百度logo的文本（实际为空，logo通常无文本）logo = driver.find_element(By.CLASS_NAME, \"index-logo-src\")print(logo.text) # 输出：空字符串# 判断搜索按钮是否可见print(search_btn.is_displayed()) # 输出：True

四、等待机制

网页加载存在延迟（如JS渲染、网络延迟），直接操作元素可能导致“元素未找到”错误，需设置等待。

1. 隐式等待

全局等待，设置一次后对所有元素生效，等待元素加载完成（最多等待指定时间）。

driver.implicitly_wait(10) # 等待10秒（单位：秒）
2. 显式等待

针对特定元素的等待，更灵活，需结合WebDriverWait和expected_conditions（预期条件）。

from selenium.webdriver.support.ui import WebDriverWaitfrom selenium.webdriver.support import expected_conditions as EC# 等待搜索结果加载（最多10秒，每0.5秒检查一次）# 条件：id为\"content_left\"的元素可见result = WebDriverWait(driver, 10, 0.5).until( EC.visibility_of_element_located((By.ID, \"content_left\")))print(\"搜索结果已加载\")

常用预期条件：

  • visibility_of_element_located：元素可见。
  • element_to_be_clickable：元素可点击。
  • text_to_be_present_in_element：元素包含指定文本。
3. 强制等待

直接暂停程序，不推荐（硬编码等待时间，效率低）：

import timetime.sleep(3) # 强制等待3秒

五、浏览器操作

1. 窗口操作
# 设置窗口大小（最大化/指定尺寸）driver.maximize_window() # 最大化driver.set_window_size(1200, 800) # 宽1200，高800# 获取窗口句柄（唯一标识）current_window = driver.current_window_handle # 当前窗口all_windows = driver.window_handles # 所有窗口# 切换窗口（如点击链接打开新窗口后切换）driver.find_element(By.LINK_TEXT, \"新闻\").click() # 打开新窗口for window in all_windows: if window != current_window: driver.switch_to.window(window) # 切换到新窗口
2. 导航操作
driver.get(\"https://www.baidu.com\")driver.get(\"https://www.bing.com\") # 访问必应driver.back() # 后退到百度driver.forward() # 前进到必应driver.refresh() # 刷新页面
3. 处理iframe

iframe是嵌套在网页中的子页面（如登录框、广告），需先切换到iframe才能操作内部元素。

# 切换到iframe（通过id、name、索引或WebElement）driver.switch_to.frame(\"iframe_id\") # 通过id# driver.switch_to.frame(0) # 通过索引（第1个iframe）# 操作iframe内的元素（如输入用户名）driver.find_element(By.ID, \"username\").send_keys(\"test\")# 切回主文档（必须！否则无法操作主页面元素）driver.switch_to.default_content()

六、弹窗处理

网页弹窗（Alert、Confirm、Prompt）需通过switch_to.alert处理：

弹窗类型 说明 操作方法 Alert 只有“确定”按钮 alert.accept()（确认） Confirm 有“确定”和“取消”按钮 alert.accept()（确认）/ alert.dismiss()（取消） Prompt 可输入文本的弹窗 alert.send_keys(\"文本\") + alert.accept()

示例：

# 触发弹窗（假设点击按钮后弹出Confirm）driver.find_element(By.ID, \"show_confirm\").click()# 切换到弹窗alert = driver.switch_to.alertprint(\"弹窗文本：\", alert.text) # 获取弹窗文本# 取消弹窗alert.dismiss()

七、文件操作

1. 文件上传

通过定位元素，使用send_keys传入文件路径（无需点击上传按钮）：

# 定位上传按钮（必须是input标签）upload_btn = driver.find_element(By.ID, \"upload\")# 传入文件绝对路径upload_btn.send_keys(\"C:/test.txt\")
2. 文件下载

需配置浏览器默认下载路径（以Chrome为例）：

from selenium.webdriver.chrome.options import Options# 配置Chrome下载路径chrome_options = Options()prefs = { \"download.default_directory\": \"C:/downloads\", # 下载路径 \"download.prompt_for_download\": False # 不弹出下载提示}chrome_options.add_experimental_option(\"prefs\", prefs)# 启动配置后的Chromedriver = webdriver.Chrome(options=chrome_options)# 点击下载链接driver.find_element(By.LINK_TEXT, \"下载文件\").click()

八、键盘与鼠标操作

需使用ActionChains类模拟键盘和鼠标动作。

1. 键盘操作
from selenium.webdriver.common.action_chains import ActionChainsfrom selenium.webdriver.common.keys import Keys# 定位搜索框search_box = driver.find_element(By.ID, \"kw\")search_box.send_keys(\"Selenium\")# 全选（Ctrl+A）→ 复制（Ctrl+C）→ 清空 → 粘贴（Ctrl+V）ActionChains(driver).key_down(Keys.CONTROL).send_keys(\"a\").key_up(Keys.CONTROL).perform()ActionChains(driver).key_down(Keys.CONTROL).send_keys(\"c\").key_up(Keys.CONTROL).perform()search_box.clear()ActionChains(driver).key_down(Keys.CONTROL).send_keys(\"v\").key_up(Keys.CONTROL).perform()
2. 鼠标操作
# 定位元素element = driver.find_element(By.ID, \"xxx\")# 右键点击ActionChains(driver).context_click(element).perform()# 双击ActionChains(driver).double_click(element).perform()# 拖拽（从元素A拖到元素B）source = driver.find_element(By.ID, \"source\")target = driver.find_element(By.ID, \"target\")ActionChains(driver).drag_and_drop(source, target).perform()

九、测试框架集成

Selenium常与Python测试框架（如unittest、pytest）结合，实现用例管理和报告生成。

1. 与unittest结合
import unittestfrom selenium import webdriverfrom selenium.webdriver.common.by import Byclass TestBaidu(unittest.TestCase): def setUp(self): # 前置操作：启动浏览器 self.driver = webdriver.Chrome() self.driver.get(\"https://www.baidu.com\") def test_search(self): # 测试用例：搜索 self.driver.find_element(By.ID, \"kw\").send_keys(\"unittest\") self.driver.find_element(By.ID, \"su\").click() # 断言：页面标题包含\"unittest\" self.assertIn(\"unittest\", self.driver.title) def tearDown(self): # 后置操作：关闭浏览器 self.driver.quit()if __name__ == \"__main__\": unittest.main()
2. 生成测试报告

使用HTMLTestRunner生成HTML报告：

pip install html-testRunner
import HtmlTestRunner# 运行用例并生成报告if __name__ == \"__main__\": unittest.main(testRunner=HtmlTestRunner.HTMLTestRunner( output=\"report\", # 报告目录 report_name=\"百度搜索测试报告\" ))

十、高级技巧与最佳实践

  1. 封装公共方法：将常用操作（如打开网页、定位元素）封装为工具类，减少重复代码。

    class BrowserUtils: def __init__(self, driver): self.driver = driver def open_url(self, url): self.driver.get(url) def find_element(self, by, value): return self.driver.find_element(by, value)

  2. 处理动态元素：动态ID（如包含时间戳）可通过XPath模糊匹配：//div[contains(@id, \"dynamic_\")]。

  3. 避免硬编码：将URL、账号密码等配置存入config.ini，通过configparser读取。

  4. Selenium Grid：分布式执行用例，需启动Hub和Node：

    # 启动Hub（端口4444）java -jar selenium-server-4.xx.xx.jar hub# 启动Node（连接Hub）java -jar selenium-server-4.xx.xx.jar node --hub http://localhost:4444/grid/register

十一、常见问题与解决方案

问题 可能原因 解决方案 元素定位不到 元素在iframe内；未加载完成；动态ID 切换iframe；增加等待；使用模糊定位 浏览器自动关闭 代码执行完毕；驱动与浏览器版本不匹配 检查代码是否有quit()；更新驱动版本 弹窗切换失败 弹窗未加载；非Alert类型弹窗 增加等待；通过元素定位处理非Alert弹窗

通过以上内容，可系统掌握Selenium的核心用法。实际使用中需结合具体场景灵活调整，多练习元素定位和等待机制是关键！

网络标签：

相关问题