Selenium 攻略：从元素操作到 WebDriver 实战

在自动化测试、网页数据爬取、批量操作网页等场景中，Selenium 无疑是最受欢迎的工具之一。作为一款强大的 Web 自动化工具，它能模拟人类操作浏览器的行为，实现点击、输入、跳转等一系列动作。本文将从基础到进阶，全面解析 Selenium 的核心用法，帮你快速掌握这一工具的精髓。

一、元素定位：找到网页的 "积木"

操作网页的前提是准确定位元素。Selenium 提供了 8 种定位方式，覆盖绝大多数场景：

定位方式	方法	适用场景
id	find_element(By.ID, value)	元素有唯一 id 属性（推荐优先使用）
name	find_element(By.NAME, value)	元素有 name 属性，且值较唯一
class name	find_element(By.CLASS_NAME)	元素 class 属性（注意多 class 需取单个）
tag name	find_element(By.TAG_NAME)	通过标签名定位（如<input>），适合批量查找
link text	find_element(By.LINK_TEXT)	精准匹配链接文本（如<a>标签完整文字）
partial link text	find_element(By.PARTIAL_LINK_TEXT)	模糊匹配链接文本
xpath	find_element(By.XPATH, value)	复杂结构或无明显属性时（万能定位）
css selector	find_element(By.CSS_SELECTOR)	简洁高效，适合有 CSS 基础的用户

示例代码：

from selenium.webdriver.common.by import By

# 通过id定位用户名输入框

username = driver.find_element(By.ID, "username")

# 通过xpath定位密码输入框

password = driver.find_element(By.XPATH, '//input[@type="password"]')

# 通过css selector定位登录按钮

login_btn = driver.find_element(By.CSS_SELECTOR, ".login-form .submit-btn")

二、元素操作：让网页 "动" 起来

定位元素后，即可通过 Selenium 提供的方法进行交互，常用操作如下：

1. 基础操作

• 点击：element.click()（按钮、链接等）

• 输入文本：element.send_keys("内容")（输入框）

• 清除内容：element.clear()（清空输入框）

• 获取文本：element.text（获取元素可见文本）

• 获取属性：element.get_attribute("href")（获取链接 href 属性）

2. 特殊元素处理

• 下拉框：使用Select类（需导入from selenium.webdriver.support.ui import Select）

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

select.select_by_visible_text("北京") # 按文本选择

select.select_by_value("shanghai") # 按value属性选择

复选框 / 单选按钮：通过click()切换状态，结合is_selected

()判断是否选中

checkbox = driver.find_element(By.NAME, "agree")

if not checkbox.is_selected():

checkbox.click() # 勾选未选中的复选框

• 文件上传：通过send_keys传入文件路径（无需点击上传按钮）

upload_btn = driver.find_element(By.ID, "file-upload")

upload_btn.send_keys("D:/data.csv") # 传入本地文件路径

• 弹窗处理：通过driver.switch_to.alert切换到弹窗

alert = driver.switch_to.alert

print(alert.text) # 获取弹窗文本

alert.accept() # 确认弹窗

# alert.dismiss() # 取消弹窗

三、WebDriver 核心方法：掌控浏览器

WebDriver 提供了大量控制浏览器的方法，覆盖导航、窗口、信息获取等场景：

1. 浏览器窗口控制

driver.maximize_window() # 最大化窗口

driver.set_window_size(1200, 800) # 设置窗口大小

driver.get_window_size() # 获取窗口大小

2. 导航操作

driver.get("https://www.baidu.com") # 打开网页

driver.back() # 后退

driver.forward() # 前进

driver.refresh() # 刷新页面

3. 页面信息获取

print(driver.title) # 获取页面标题

print(driver.current_url) # 获取当前URL

print(driver.page_source) # 获取页面源码（用于调试）

4. 等待机制（关键！）

由于网页加载存在延迟，直接操作元素可能导致 "元素未找到" 错误，需通过等待机制解决：

• 隐式等待：全局设置，等待所有元素加载（不推荐单独使用）

driver.implicitly_wait(10) # 等待10秒，超时则报错

• 显式等待：针对特定元素设置等待条件（推荐）

from selenium.webdriver.support.ui import WebDriverWait

from selenium.webdriver.support import expected_conditions as EC

# 等待10秒，直到id为"submit"的元素可点击

submit_btn = WebDriverWait(driver, 10).until(

EC.element_to_be_clickable((By.ID, "submit"))

)

submit_btn.click()

• 强制等待：time.sleep(2)（仅调试用，不建议实际场景使用）

四、进阶技巧：应对复杂场景

1. 多窗口 /iframe 切换

• 多窗口切换：通过窗口句柄（handle）切换

# 获取所有窗口句柄

handles = driver.window_handles

# 切换到新窗口

driver.switch_to.window(handles[-1])

• iframe 切换：网页中嵌套 iframe 时，需先切换到 iframe 才能操作内部元素

# 通过id切换到iframe

driver.switch_to.frame("iframe-id")

# 操作iframe内元素...

# 切回主文档

driver.switch_to.default_content()

2. 执行 JavaScript

对于 Selenium 难以直接操作的元素（如滚动、隐藏元素），可通过执行 JS 实现：

# 滚动到页面底部

driver.execute_script("window.scrollTo(0, document.body.scrollHeight)")

# 点击隐藏元素

hidden_btn = driver.find_element(By.ID, "hidden-btn")

driver.execute_script("arguments[0].click();", hidden_btn)

3. 截图与调试

# 截取当前页面并保存

driver.get_screenshot_as_file("error.png")

五、实战案例：自动登录示例

结合上述知识点，实现一个自动登录某网站的流程：

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

import time

# 初始化浏览器

driver = webdriver.Chrome()

driver.maximize_window()

try:

# 打开登录页

driver.get("https://example.com/login")

# 显式等待并输入用户名

username = WebDriverWait(driver, 10).until(

EC.presence_of_element_located((By.ID, "username"))

)

username.send_keys("test_user")

# 输入密码

password = driver.find_element(By.ID, "password")

password.send_keys("test_pass123")

# 点击登录按钮

login_btn = driver.find_element(By.CSS_SELECTOR, ".login-btn")

login_btn.click()

# 验证登录成功（等待欢迎信息出现）

welcome_msg = WebDriverWait(driver, 15).until(

EC.text_to_be_present_in_element((By.CLASS_NAME, "welcome"), "欢迎回来")

)

print("登录成功！")

time.sleep(2) # 停留2秒查看结果

finally:

# 关闭浏览器

driver.quit()

六、注意事项

1. 定位策略选择：优先使用 id/name（效率最高），其次 css selector，复杂场景用 xpath。

1. 反爬与合规：自动化操作可能触发网站反爬机制，爬取数据需遵守网站 robots 协议和法律法规。

1. 版本匹配：浏览器驱动版本必须与浏览器版本一致（如 ChromeDriver 114 对应 Chrome 114.x）。

1. 无头模式：无需显示浏览器窗口时，可启用无头模式提高效率（以 Chrome 为例）：

options = webdriver.ChromeOptions()

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

driver = webdriver.Chrome(options=options)