一、Selenium 是什么？
- Selenium 是一个用于 Web 应用程序自动化测试的强大工具集。它支持多浏览器（如 Chrome、Firefox、Edge、Safari）、多语言（如 Java、Python、C#、JavaScript、Ruby）和多操作系统。
Selenium WebDriver
- Selenium 项目由几个核心组件构成 Selenium IDE Selenium Grid Selenium WebDriver。 最常用的就是Selenium WebDriver
- WebDriver 是 Selenium 的核心和灵魂
- 它通过原生浏览器支持或浏览器扩展直接控制浏览器
二、核心使用流程（以 Python + Chrome 为例）
下面我们通过一个完整的例子，拆解使用 Selenium WebDriver 的典型流程。
步骤 1：环境搭建
1、安装 Python： 从官网下载并安装 Python。
2 、安装 Selenium 库： 使用 pip 命令安装。
pip3 install selenium
3、 下载浏览器驱动：
Chrome： ChromeDriver (与你的 Chrome 版本对应)
Firefox： GeckoDriver
Edge： Microsoft Edge Driver
将下载的驱动文件（如 chromedriver.exe）放在一个目录下，并将该目录添加到系统的 PATH 环境变量中，或者直接在代码中指定驱动路径。
driver = webdriver.Chrome(executable_path="C:\\01_webdriver\\chromedriver.exe") # 指定chromedriver.ext的位置。
查看chorm浏览器的版本和缓存位置
URL位置输入chrome://version/ Google Chrom里能看到这个谷歌浏览器的版本。
个人资料路径就是缓存位置。
- Selenium启动的浏览器默认是非登录状态的。计算机在通过浏览器来访问系统时，会默认加载部分可被缓存的数据到缓存文件之中的。
- Selenium默认启动的浏览器是不会加载本地缓存文件的。所以可以理解为是一个全新的浏览器。干干净净的浏览器。
- 1.第一次访问某个域名执行登录时，一定会要求有验证码。
- 2.无法将需要读取的缓存数据及时加载，导致页面加载速度相对更慢一些。
自动化测试不处理验证码。如果实际工作中有验证码的出现，记得联系开发取消验证码或者提供万能验证码。不要考虑识别验证码，因为 正确性太低了。
- Selenium可以考虑通过加载本地缓存的方式，来解决验证码的问题。实现访问系统的时候就已经登录的效果。
加载本地缓存的时候一定要关闭所有的浏览器，再执行脚本，否则会报错。
driver = webdriver.Chrome(executable_path="C:\\01_webdriver\\chromedriver.exe",
options=r'C:\Users\ZMX\AppData\Local\Google\Chrome\User Data') # 添加options参数才能让设置生效
executable_path
保存的是chromedriver.exe的位置，然后options放的是谷歌浏览的缓存的位置。
步骤 2：编写第一个自动化脚本
假设我们要自动化完成以下操作：
- 打开百度首页。
- 在搜索框中输入 “Selenium”。
- 点击“百度一下”按钮。
- 等待结果加载，然后关闭浏览器。
# 导入 Selenium 的 WebDriver 模块
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
import time
# 1. 创建一个 WebDriver 实例（启动浏览器）
# 如果驱动不在 PATH 中，需要指定路径：webdriver.Chrome(executable_path=r‘你的驱动路径’)
driver = webdriver.Chrome()
# 2. 打开目标网址
driver.get("https://www.baidu.com")
# 3. 定位元素并与之交互
# 通过 ID 定位搜索框
search_box = driver.find_element(By.ID, "kw")
# 在搜索框中输入文本
search_box.send_keys("Selenium")
# 通过 ID 定位“百度一下”按钮并点击
search_button = driver.find_element(By.ID, "su")
search_button.click()
# 4. 等待一段时间，观察结果（生产环境应使用显式等待）
time.sleep(5)
# 5. 关闭浏览器
driver.quit()
selinium常用步骤
1. 元素定位
你想操作一个元素，必须先获取这个元素，定位到这个元素才可以操作它，
这是 Selenium 自化中最关键的一步。WebDriver 提供了多种定位策略（通过 By 类）：
看以看出这个方法返回的是一个webelement. 当你获取到了这个webelement后，就可以通过这个继续操作元素。
by=By.ID通过下图看出， 这个By是一个类 ,所以By.ID 直接用id代替就行。同理By.XPATH 直接用xpath代替就行
from selenium.webdriver.common.by import By
# 通过 ID
element = driver.find_element(By.ID, "kw")#等价于element = driver.find_element("id", "kw")
# 通过 Name
element = driver.find_element(By.NAME, "wd")
# 通过 Class Name
element = driver.find_element(By.CLASS_NAME, "s_ipt")
# 通过 Tag Name
element = driver.find_element(By.TAG_NAME, "input")
# 通过链接文本（精确匹配）
element = driver.find_element(By.LINK_TEXT, "新闻")
# 通过部分链接文本（模糊匹配）
element = driver.find_element(By.PARTIAL_LINK_TEXT, "闻")
# 通过 CSS 选择器（功能强大，推荐）
element = driver.find_element(By.CSS_SELECTOR, “#kw”)
element = driver.find_element(By.CSS_SELECTOR, “input.s_ipt”)
# 通过 XPath（功能最强大，但可能较慢）
element = driver.find_element(By.XPATH, “//input[@id=‘kw']”)
element = driver.find_element(By.XPATH, “//form[@id=‘form']/span/input”)
当定位到这些元素的时候，
# 元素定位备份
# id:基于元素的id属性来定位元素。必须元素具备有id属性才可以。正常情况下ID值是唯一的。不同元素的ID不会重复。但不保证。
# print(driver.find_element('id', 'kw'))
# name:基于元素的name属性来定位元素。name值是可以允许重复的，所以使用name定位时要确认唯一性。
# print(driver.find_element('name', 'wd'))
# classname:基于元素的class属性来实现定位。个人不推荐使用
# print(driver.find_element('class name', 's_ipt'))
# tagname:基于元素的标签名来实现定位。自动化中不使用。爬虫领域下使用较多。
# for el in driver.find_elements('tag name', 'input'):
# print(el)
# link text:通过元素的文本来实现元素定位。只能用于a标签。
# print(driver.find_element('link text', '新闻'))
# partial link text:通过元素的文本进行模糊查找定位。只限于a标签。类似于sql中的like %s%
# print(driver.find_element('partial link text', '京公网安备'))
# css selector:定位界的万金油。基于html中每一个元素的class值来实现元素的定位。具备有自己独有的语法结构。最快的定位方法。
# print(driver.find_element('css selector','#kw'))
# xpath:定位界万金油之二。html页面是基于树状结构来实现的。xpath本身就是基于树状结构的路径来获取元素。类似于文件系统
# xpath有自己的语法结构。因为遵循路径的方式获取元素，所有有相对路径和绝对路径两种xpath值。
# print(driver.find_element('xpath', '//*[@id="kw"]'))
# /html/body/div[2]/div[2]/div[5]/div[1]/div/form/span[1]/input
'''
xpath语法详解：
绝对路径：从HTML跟路径下开始进行元素的位置查找，一层层往下找。
/html/body/div[2]/div[2]/div[5]/div[1]/div/form/span[1]/input
绝对路径的阅读性非常差，所以除非必要，一般不会使用绝对路径来实现元素定位。
相对路径：就是所谓的查询/筛选功能。
//*[@id="kw"]
// 从根路径下开始查找。也就是从html标签开始查找。
* 表示任意元素。
[] 表示添加筛选条件
@id @表示属性，id为属性名称
="kw" 对应的值
text() 表示标签文本
xpath定位元素时，可以使用任意属性作为定位的筛选条件。筛选条件可以用and进行多条件的关联。or这个也可以，但是定位元素，是要缩小范围，正常也不用。
通过复制获取的xpath值，是存在有不稳定的可能性的。
copy的值容易报错。例如遇到动态元素（属性值会在每一次加载页面时改变的元素）
所以推荐使用手写xpath的方式来实现对元素的定位。准确度更高，稳定性更好。
xpath的函数：
contains：
表示模糊查找。基于指定的属性文本或者标签文本值进行模糊查找。
//input[contains(@id,"k")] 基于模糊查找，将所有包含有id属性，且属性值包含有k的input标签返回
//input[contains(text(),"k")] 基于模糊查找，将所有标签文本包含有k的元素返回
元素获取的小技巧：
1. 如果目标元素不好定位，可以通过定位子级或者父级，从而转向目标元素。
2. xpath元素定位中，如果class属性值很多，则避免使用class来作为筛选条件。容易造成元素定位失败的问题。
3. 元素定位前需要确保你需要定位的元素是这个。这个更多是在尝试和经验的积累。
4. 元素定位方法没有固定的套路，适合的才是最好的。
'''
2. 浏览器操作
# 导航
driver.get("https://www.example.com") # 打开URL
driver.back() # 后退
driver.forward() # 前进
driver.refresh() # 刷新
# 窗口管理
driver.maximize_window() # 最大化窗口
driver.set_window_size(1024, 768) # 设置窗口大小
driver.get_window_position() # 获取窗口位置
# 获取页面信息
title = driver.title
current_url = driver.current_url
page_source = driver.page_source
3. 元素交互
找到元素后，就可以进行元素的操作。
# 输入框
element.send_keys("要输入的文本") # 输入
element.clear() # 清空
element.send_keys(Keys.RETURN) # 按回车键
# 点击
element.click()
# 下拉框 (Select)
from selenium.webdriver.support.ui import Select
select_element = Select(driver.find_element(By.ID, “select_id”))
select_element.select_by_visible_text(“选项文本”) # 根据文本选择
select_element.select_by_value(“option_value”) # 根据 value 属性选择
select_element.select_by_index(1) # 根据索引选择
# 复选框/单选框
checkbox = driver.find_element(By.ID, “checkbox”)
if not checkbox.is_selected():
checkbox.click()
4. 等待机制
定位元素的时候，有一个问题，就是元素可能没有加载出来。所以就有了等待机制。
这是避免脚本不稳定（元素未加载完就进行操作）的关键。
- 强制等待：
time.sleep(5)，固定等待，效率低下。 - 隐式等待： 设置一个全局超时时间，在查找元素时，如果元素没有立即找到，会轮询等待直到超时。
driver.implicitly_wait(10) # 单位：秒 - 显式等待（推荐）： 针对某个特定条件进行等待，条件成立后再执行后续操作。更灵活、高效。
from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC # 等待最多10秒，直到ID为‘kw’的元素出现 element = WebDriverWait(driver, 10).until( EC.presence_of_element_located((By.ID, “kw”)) ) # 其他常用条件： # EC.element_to_be_clickable((By.ID, ‘su')) # 元素可点击 # EC.visibility_of_element_located((By.ID, ‘kw')) # 元素可见 # EC.title_contains(‘Selenium’) # 标题包含某文本
容易疑惑点：
既然说，隐式等待是一直轮询查找元素，一直等找到这个元素，那为什么还要有显示等待这种东西呢，因为隐式等待只是找到了元素。 一个元素出现 ≠ 元素可交互。隐式等待只确保元素在DOM中存在，但不关心元素是否：
-
可见（可能被CSS隐藏）
-
可点击（可能被禁用）
-
可交互（可能被其他元素遮挡）
-
而显式等待可以确保元素可以交互，从而减少后续操作失败的几率。
隐式等待的运行机制
driver.implicitly_wait(10) # 设置10秒隐式等待
#隐式等待不是持续轮询，而是在调用find_element()时，如果元素立即找不到，才会开始轮询
#轮询间隔固定（通常是0.5秒），不是连续检查
#如果在第N次轮询时找到元素，总等待时间 = N × 0.5秒
显示等待的运行
# 显示等待可以自定义轮询频率
wait = WebDriverWait(driver, timeout=10, poll_frequency=0.1) # 每0.1秒检查一次
element = wait.until(EC.element_to_be_clickable((By.ID, "button")))
# 或者更长的间隔节省资源
wait = WebDriverWait(driver, timeout=30, poll_frequency=2) # 每2秒检查一次
# 隐式等待：只检查元素是否存在DOM中
element = driver.find_element(By.ID, "button") # 元素可能存在但不可点击
element.click() # 可能失败！
# 显示等待：等待元素真正可交互
button = wait.until(EC.element_to_be_clickable((By.ID, "button")))
button.click() # 确保成功
五、高级技巧与最佳实践
-
使用 Page Object Model (POM)：
- 将页面封装成类，页面的元素定位和操作封装成类的方法。
- 优点： 提高代码复用性、可维护性，当页面 UI 变动时，只需修改一个地方。
-
处理弹窗/Alert：
alert = driver.switch_to.alert alert.accept() # 点击“确定” alert.dismiss() # 点击“取消” alert_text = alert.text # 获取弹窗文本 -
处理 Frame/Iframe：
driver.switch_to.frame(“frame_name_or_id”) # 进入 frame # ... 在 frame 内进行操作 ... driver.switch_to.default_content() # 切回主文档 -
执行 JavaScript：
driver.execute_script(“window.scrollTo(0, document.body.scrollHeight);”) # 滚动到页面底部 driver.execute_script(“arguments[0].click();”, element) # 用 JS 点击元素 -
截图：
driver.save_screenshot(‘screenshot.png’)
扫一扫
2842
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
