python自动化测试：UI测试（一）

Selenium

Selenium的定位

好的，这是一个非常核心的Selenium问题。我们可以从两个层面来理解“Selenium的定位”：

作为自动化测试工具的核心定位：它在软件测试领域扮演什么角色？
作为API的功能定位：它如何识别和操作网页上的元素？（这通常被称为“元素定位”）

下面我将从这两个方面进行详细解释。

1. Selenium 作为自动化测试工具的核心定位

简单来说，Selenium 是一个用于 Web 应用程序自动化测试的工具套件。它的核心使命是模拟真实用户操作浏览器，从而实现对Web应用的自动化功能测试、回归测试和兼容性测试。

其定位可以概括为以下几点：

跨浏览器和跨平台：Selenium 支持所有主流浏览器（Chrome, Firefox, Safari, Edge, Internet Explorer）和所有主流操作系统（Windows, macOS, Linux）。这是它最强大的优势之一。
支持多种编程语言：你可以用自己熟悉的编程语言来编写测试脚本，如 Java, Python, C#, Ruby, JavaScript (Node.js) 等。这极大地扩展了它的受众和使用场景。
模拟真实用户行为：Selenium 可以控制浏览器进行点击、输入、选择下拉框、拖拽、处理弹窗等一系列操作，就像真人坐在电脑前一样。这使得它能够测试那些需要复杂交互的功能。
开源免费：Selenium 是完全开源和免费的，拥有一个庞大且活跃的社区，这意味着有丰富的学习资源、插件和问题解决方案。
与CI/CD无缝集成：它可以轻松地与 Jenkins, GitLab CI, CircleCI 等持续集成/持续部署工具结合，实现测试的自动化流水线。

总结其核心定位： Selenium 是 Web UI 自动化测试领域的行业标准，是实现“无人值守”的浏览器自动测试的首选工具。

2. Selenium 的“元素定位”功能定位

在具体的编程实践中，“定位”通常指的是 “使用 Selenium API 中的定位器来查找页面上的特定HTML元素” 。因为要操作一个按钮或输入框，首先必须告诉程序“我要操作哪个”。

Selenium 提供了多种强大的定位策略（Locators），其定位功能是精准、灵活且健壮的。

主要的定位方法（按推荐优先级排序）：

ID (By.id)
- 定位：通过元素的 id属性进行定位。
- 特点：通常是最快、最可靠的定位方式，因为 id在页面中应该是唯一的。
- 示例：driver.findElement(By.id("username"))
Name (By.name)
- 定位：通过元素的 name属性进行定位。
- 特点：也比较常用，但需注意 name不一定是唯一的。
- 示例：driver.findElement(By.name("password"))
Class Name (By.className)
- 定位：通过元素的 class属性进行定位。
- 特点：注意这里找的是单个类名，而不是整个 class属性值。如果多个元素共享同一个类，它可能返回第一个匹配的元素。
- 示例：driver.findElement(By.className("btn-submit"))
Tag Name (By.tagName)
- 定位：通过 HTML 标签名（如 input, div, a）进行定位。
- 特点：通常用于获取一组同类元素（如页面上所有的链接 <a>），很少用于精确定位单个元素。
Link Text / Partial Link Text (By.linkText, By.partialLinkText)
- 定位：专门用于定位超链接 <a>元素。
- linkText匹配完整的链接文本。
- partialLinkText匹配包含指定文本的链接。
- 示例：
  - driver.findElement(By.linkText("登录"))
  - driver.findElement(By.partialLinkText("忘记"))// 可能找到 “忘记密码？”
CSS Selector (By.cssSelector) - 【强烈推荐】
- 定位：使用 CSS 选择器语法来定位元素。
- 特点：功能极其强大和灵活，是目前最主流的定位方式。它可以通过元素的任何属性、层级关系等进行组合定位，性能也很好。
示例：
- #username（等同于 By.id）
- .btn-submit（等同于 By.className，但更精确）
- input[name='email']
- div.container > form > input:first-child
XPath (By.xpath) - 【终极武器】
- 定位：使用 XML 路径语言来定位元素。
- 特点：功能最强大，没有之一。它几乎可以定位到页面上的任何元素，即使该元素没有ID、Name等常见属性。它可以通过文本内容、位置关系（父子、兄弟）、逻辑运算等进行定位。缺点是语法相对复杂，且性能通常比CSS Selector稍差。
- 示例：
  - //input[@id='username']（等同于 By.id）
  - //button[contains(text(), '搜索')]（通过部分文本定位）
  - //div[@class='item' and @data-id='123']（多条件组合）

最佳实践建议

首选顺序：优先使用 ID -> Name -> CSS Selector -> XPath。
避免使用绝对 XPath：如 /html/body/div[1]/div[2]/...，这种路径非常脆弱，一旦页面结构稍有变动就会失效。应优先使用相对 XPath（以 //开头）。
追求唯一性和稳定性：选择的定位器应该在当前页面上是唯一的，并且尽量不依赖于容易变化的属性（如动态的 class或复杂的层级结构）。
善用开发者工具：在 Chrome/Firefox 的开发者工具中，可以直接测试 CSS Selector 和 XPath 是否能准确定位到目标元素。

总结

宏观定位：Selenium 是 Web UI 自动化测试的开源行业标准工具。
微观定位：Selenium 提供了一套丰富而强大的元素定位API（尤其是 CSS Selector 和 XPath），用于在页面上精准地找到需要操作的目标元素，这是实现一切自动化操作的基础。

环境搭建

好的，我们来详细讲解 Selenium 的学习环境搭建。这里我以 Python 作为主要编程语言进行演示，因为它对新手最友好。如果你使用 Java 或其他语言，思路是相通的，主要是依赖管理工具不同。

整个搭建过程分为以下几个清晰的步骤：

前置准备：安装 Python 和 IDE
核心步骤：安装 Selenium 包
关键难点：安装浏览器驱动 (使用 WebDriver Manager 简化)
验证环境：编写并运行第一个脚本

步骤一：前置准备 (Prerequisites)

1. 安装 Python

访问官网：前往 Python 官方网站。
下载安装：下载最新的稳定版（例如 Python 3.12.x）。非常重要：在安装时，勾选 "Add Python to PATH" 选项，然后点击 "Install Now"。
验证安装：打开命令行（Windows: CMD 或 PowerShell; macOS: Terminal），输入以下命令并回车：
```
python --version
# 或者
python3 --version
```
如果显示类似 Python 3.12.x的版本号，说明安装成功。

2. 安装 IDE (集成开发环境)

IDE 能让你写代码更舒服、更高效。推荐两款：

PyCharm (推荐新手)：
- 社区版免费且功能足够强大。
- 下载地址：https://www.jetbrains.com/pycharm/download/
Visual Studio Code (VS Code)：
- 轻量级编辑器，通过安装插件可以成为强大的 IDE。
- 下载地址：https://code.visualstudio.com/
- 安装后，在扩展商店里搜索并安装 "Python" 插件。

步骤二：核心步骤 - 安装 Selenium

我们将使用 Python 的包管理工具 pip来安装 Selenium。

打开命令行。
输入以下命令并回车：
```
pip install selenium
```
等待安装完成。你可以使用以下命令验证是否安装成功：
```
pip show selenium
```
它会显示已安装的 Selenium 版本和相关信息。

步骤三：关键难点 - 安装浏览器驱动 (Driver)

这是传统上最容易出错的一步。Selenium 需要通过一个叫做 WebDriver 的程序来控制浏览器。你必须确保 WebDriver 的版本与你的浏览器版本匹配。

旧方法（不推荐给新手）： 手动下载对应版本的 WebDriver，并将其路径添加到系统的 PATH 环境变量中。过程繁琐且容易出错。

新方法（强烈推荐）：使用 WebDriver Manager

webdriver-manager是一个神奇的库，它可以自动检测你的浏览器版本，并为你下载和管理正确的 WebDriver。彻底解放双手！

安装 webdriver-manager：

在命令行中输入：
```
pip install webdriver-manager
```

现在，你再也不需要关心驱动的问题了！下面的代码会展示它的便利之处。

步骤四：验证环境 - 编写并运行第一个脚本

让我们编写一个经典的例子：使用 Chrome 浏览器打开百度，并打印出网页标题。

创建项目文件夹：在你电脑上创建一个新文件夹，例如 my_selenium_project。
打开 IDE 并创建文件：用 PyCharm 或 VS Code 打开这个文件夹，创建一个新的 Python 文件，命名为 first_test.py。
编写代码：将以下代码复制到文件中。

# 1. 导入必要的模块
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from webdriver_manager.chrome import ChromeDriverManager
from selenium.webdriver.common.by import By

# 2. 初始化浏览器驱动 (使用 WebDriver Manager，无需手动配置路径)
# ChromeDriverManager().install() 会自动检查、下载并使用合适的 ChromeDriver
service = Service(ChromeDriverManager().install())
driver = webdriver.Chrome(service=service)

try:
    # 3. 打开网页
    driver.get("https://www.baidu.com")
    
    # 4. 打印网页标题
    print(f"网页标题是: {driver.title}")
    
    # 5. (可选) 在搜索框中输入文字
    search_box = driver.find_element(By.ID, "chat-textarea") # 通过ID定位搜索框
    search_box.send_keys("Selenium")
    
    # 6. (可选) 暂停一下，让你看清楚效果 (实际脚本中应慎用 time.sleep)
    input("按 Enter 键退出...")

finally:
    # 7. 关闭浏览器 (无论是否出错，都会执行这一步)
    driver.quit()

运行脚本：
- 在 IDE 中，右键点击编辑器空白处，选择 "Run 'first_test'" 或类似选项。
- 或者在命令行中，进入到脚本所在目录，执行：
```
python first_test.py
```

第一次运行的预期现象：

命令行可能会看到 webdriver-manager正在下载 ChromeDriver 的日志。
随后，一个 Chrome 浏览器窗口会自动弹出，并导航到百度首页。
你在搜索框中会看到 "Selenium" 字样被输入。
命令行会打印出网页标题。
脚本会在 input()处暂停，按回车后，浏览器窗口会自动关闭。

恭喜你！如果你的浏览器成功打开并输出了标题，那么你的 Selenium 学习环境已经完全搭建成功！

常见问题排查 (Troubleshooting)

'python' is not recognized...:
- 原因：Python 没有正确添加到系统 PATH。请重新安装 Python 并确保勾选 "Add Python to PATH"，或手动添加环境变量。
No module named 'selenium':
- 原因：selenium包没有安装成功。请确保 pip install selenium命令执行无误。
浏览器没有启动，并报错 SessionNotCreatedException:
- 原因：虽然用了 webdriver-manager，但有时网络问题会导致驱动下载不完整或版本不匹配。可以尝试删除缓存的驱动（通常在用户目录下的 .wdm文件夹），然后重新运行脚本让它再次下载。
权限错误 (Permission Denied):
- 在 macOS/Linux 上运行时，如果遇到权限问题，可能是 WebDriver 文件没有执行权限。可以尝试在 ChromeDriverManager().install()后加上 .strip()或使用管理员权限运行脚本。

现在，你已经拥有了一个干净、现代且易于维护的 Selenium 开发环境，可以开始愉快地学习第二阶段的核心技能了！

核心概念

概念一：什么是webdriver

简单来说，WebDriver 是 Selenium 的灵魂和核心接口，它是你的代码与真实浏览器之间沟通的“桥梁”或“遥控器”。

我们可以把它理解为一个 “标准化的驾驶员”。

一个生动的比喻：遥控汽车

想象一下，你的代码是“乘客”，浏览器（Chrome, Firefox等）是“一辆真实的汽车”。

没有 WebDriver：乘客想让汽车动起来，他必须亲自去研究这辆车的内部结构——怎么点火、怎么挂挡、怎么踩油门。如果每辆车（不同浏览器）的内部结构都不一样，那乘客就懵了。
有了 WebDriver：现在来了一位专业的“驾驶员”（WebDriver）。乘客只需要用统一的语言和驾驶员沟通：“前进”、“左转”、“停车”。驾驶员听懂后，会根据他所驾驶的具体车型（浏览器）的内部规则，来完成这些动作。

这位“驾驶员”就是 WebDriver。 它提供了一个标准化的 API（一套指令集），你的 Selenium 脚本（乘客）通过这套指令来指挥它，而 WebDriver 则负责将指令翻译成特定浏览器能听懂的命令并执行。

WebDriver 的核心职责

连接与通信：在指定的端口上启动并管理与浏览器的会话。你的脚本通过 HTTP 请求与 WebDriver 通信，WebDriver 再将请求转发给浏览器。
执行命令：接收来自 Selenium 脚本的命令（如“查找元素”、“点击”、“输入文本”），并在浏览器中执行它们。
获取信息：从浏览器中获取执行结果或页面信息（如获取标题、获取元素文本、返回当前 URL 等），并将这些信息返回给你的脚本。
标准化：这是最关键的一点。它为所有浏览器（Chrome, Firefox, Edge, Safari）提供了一套统一的标准命令。这意味着你写的一套操作代码，理论上只需要更换底层的 WebDriver，就可以在不同的浏览器上运行，实现了跨浏览器测试。

WebDriver 的工作原理 (The JSON Wire Protocol over HTTP)

Selenium 和 WebDriver 的协作遵循经典的 Client-Server 模型。

你的脚本 (Client)：你写的 Python/Java/C# 代码。
WebDriver (Server/Controller)：一个独立的服务程序（例如 chromedriver.exe对应 Chrome，geckodriver.exe对应 Firefox）。当你初始化 webdriver.Chrome()时，Selenium 会启动这个服务。
浏览器 (Browser)：真正的 Chrome/Firefox 等浏览器实例。

工作流程如下：

你的脚本调用 driver.get("https://www.google.com")。
Selenium 客户端库将这个命令转换成一条特定的 HTTP REST 请求。
这个请求被发送到正在运行的 WebDriver 服务（例如 localhost:port）。
WebDriver 服务接收到请求，解析出命令和目标。
WebDriver 服务通过浏览器的内部调试接口（如 Chrome 的 DevTools Protocol）或直接调用浏览器原生 API，将命令发送给浏览器。
浏览器执行命令（导航到 Google），并将执行结果返回给 WebDriver 服务。
WebDriver 服务将结果包装成 HTTP 响应，发送回你的 Selenium 客户端。
你的脚本接收到响应，继续执行下一步。

代码示例：如何“使用”WebDriver

在你的代码中，你并不是直接操作一个叫 WebDriver的变量，而是通过 浏览器特定的驱动类 来实例化它。这些类都继承自核心的 WebDriver接口。

Python 示例：

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

# 1. 实例化一个 Chrome 浏览器的 WebDriver
# 这行代码做了很多事：
# a. 告诉 Selenium 我们要用 Chrome。
# b. webdriver.Chrome() 会去启动 ChromeDriver 这个服务。
# c. ChromeDriver 服务会去启动一个 Chrome 浏览器实例，并建立连接。
# d. 最终，它返回一个 Chrome WebDriver 对象，我们通常用 `driver` 来接收。
service = Service(ChromeDriverManager().install())
driver = webdriver.Chrome(service=service)

# 现在，`driver` 就是我们操控 Chrome 浏览器的“遥控器”了。

# 2. 通过这个 `driver` 对象来发送命令
driver.get("https://www.baidu.com")  # 发送 "导航到..." 的命令
title = driver.title               # 发送 "获取标题..." 的命令
search_box = driver.find_element(By.ID, "kw") # 发送 "查找元素..." 的命令
search_box.send_keys("Selenium")  # 发送 "输入文本..." 的命令

# 3. 结束后，断开连接并关闭浏览器
driver.quit() # 发送 "关闭会话并退出" 的命令

Java 示例：

import org.openqa.selenium.WebDriver;
import org.openqa.selenium.chrome.ChromeDriver;
import io.github.bonigarcia.wdm.WebDriverManager;

public class MyFirstTest {
    public static void main(String[] args) {
        // 1. 使用 WebDriverManager 配置 ChromeDriver 路径
        WebDriverManager.chromedriver().setup();
        
        // 2. 实例化一个 Chrome 浏览器的 WebDriver
        WebDriver driver = new ChromeDriver();
        
        // 3. 通过这个 `driver` 对象来发送命令
        driver.get("https://www.baidu.com");
        String title = driver.getTitle();
        
        // 4. 结束后，断开连接并关闭浏览器
        driver.quit();
    }
}

总结

方面	描述
是什么？	一个标准化的接口和独立的服务程序，是 Selenium 控制浏览器的核心。
为什么？	为了实现对浏览器的远程控制、跨浏览器兼容和自动化操作。
怎么做？	你的脚本通过 HTTP 请求向 WebDriver 服务发送命令，WebDriver 服务再将这些命令翻译并执行在浏览器中。
在代码中？	你通过 `webdriver.Chrome()`, `webdriver.Firefox()`等方式来实例化一个特定浏览器的 WebDriver 对象，并用它来执行所有操作。

所以，每当你写下 driver.get(...)或 driver.find_element(...)时，你实际上就是在通过 WebDriver 这个“驾驶员”来指挥浏览器为你工作。

元素定位

好的，我们来系统地梳理一下 Selenium 中的“八大元素定位策略”。这是 Selenium 自动化的基石，能否精准、稳定地定位到元素，直接决定了你的脚本质量和成败。

首先，最重要的一点是：所有这些定位策略都通过一个统一的入口点使用——driver.find_element()方法（对于查找多个元素则是 driver.find_elements()）。你需要传入两个参数：

定位策略 (如 By.ID, By.XPATH)
定位表达式 (如 "username", "//button[text()='登录']")

在 Python 中，需要先导入 By类：from selenium.webdriver.common.by import By

八大定位策略详解

我们可以将这八种策略分为三类：直接定位、文本定位和路径定位。

类别一：直接定位 (基于单一属性)

这类方法最直接，也是首选方案，前提是目标元素具有唯一且稳定的属性。

1. ID 定位 (`By.ID`)

原理：通过 HTML 元素的 id属性进行定位。
特点：速度最快，最可靠。因为在 HTML 规范中，id在一个页面内应该是唯一的。这是首选的定位方式。
HTML 示例：<input type="text" id="username" name="user">

代码示例：

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

2. Name 定位 (`By.NAME`)

原理：通过 HTML 元素的 name属性进行定位。
特点：也比较常用，但 name属性不一定是唯一的，可能会定位到多个元素。适用于表单元素。
HTML 示例：<input type="text" id="username" name="user">

代码示例：

element = driver.find_element(By.NAME, "user")

3. Class Name 定位 (`By.CLASS_NAME`)

原理：通过 HTML 元素的 class属性进行定位。
重要警告：这里的参数是单个类名，而不是整个 class属性值。如果元素的 class 是 class="btn btn-primary"，你只能使用 btn或 btn-primary中的一个，不能同时使用。
特点：常用于定位一组具有相同样式类的元素（如多个按钮）。
HTML 示例：<button type="submit" class="btn btn-primary">登录</button>

代码示例：

# 定位 class 中包含 'btn-primary' 的元素
element = driver.find_element(By.CLASS_NAME, "btn-primary")

4. Tag Name 定位 (`By.TAG_NAME`)

原理：通过 HTML 标签的名称（如 div, a, input, span）进行定位。
特点：极少用于定位单个唯一元素，因为同类型标签通常很多。主要用于获取页面上某一类标签的集合。
HTML 示例：<a href="/news">新闻</a>

代码示例：

# 获取页面上所有的 <a> 标签
all_links = driver.find_elements(By.TAG_NAME, "a")
# 获取第一个 <a> 标签
first_link = driver.find_element(By.TAG_NAME, "a")

类别二：文本定位 (专用于链接)

这类方法是 Tag Name定位的特化和延伸，专门用于处理超链接 <a>。

5. Link Text 定位 (`By.LINK_TEXT`)

原理：通过超链接 <a>标签的完整可见文本进行定位。
特点：必须文本完全匹配。
HTML 示例：<a href="/register">立即注册</a>

代码示例：

element = driver.find_element(By.LINK_TEXT, "立即注册")

6. Partial Link Text 定位 (`By.PARTIAL_LINK_TEXT`)

原理：通过超链接 <a>标签的部分可见文本进行定位。
特点：只要元素的文本包含指定的字符串即可定位。当链接文本很长时特别有用。
HTML 示例：<a href="/forgot-password">忘记密码？</a>

代码示例：

# 只要链接文本包含 "忘记"，就能被定位到
element = driver.find_element(By.PARTIAL_LINK_TEXT, "忘记")

类别三：路径定位 (功能最强大、最灵活)

当以上简单属性都无法唯一定位时，就需要用到这两种基于路径的定位方式。它们是解决复杂定位问题的“杀手锏”。

7. CSS Selector 定位 (`By.CSS_SELECTOR`) - 【强烈推荐】

原理：使用 CSS 选择器语法来定位元素。这是目前最主流、最高效的定位方式之一。
特点：
- 功能强大：可以通过元素的任意属性、层级关系、索引等进行组合定位。
- 性能优秀：在大多数现代浏览器中，其执行效率高于 XPath。
- 语法简洁：对于有前端基础的人来说非常直观。
常用语法：
- #id: #username
- .class: .btn-primary
- [attribute='value']: input[name='email']
- 层级： form#login-form > input.username(选择 id 为 login-form 的 form 下的直接子元素 input，且该 input 的 class 为 username)
HTML 示例：<input type="text" id="email" class="form-control" data-testid="email-input">

代码示例：

# 通过 ID
element = driver.find_element(By.CSS_SELECTOR, "#email")
# 通过 class
element = driver.find_element(By.CSS_SELECTOR, ".form-control")
# 通过属性
element = driver.find_element(By.CSS_SELECTOR, "input[data-testid='email-input']")
# 组合定位
element = driver.find_element(By.CSS_SELECTOR, "input.form-control#email")

8. XPath 定位 (`By.XPATH`) - 【终极武器】

原理：使用 XML Path Language (XPath) 语法来定位元素。它是功能最强大、最灵活的定位方式，没有之一。
特点：
- 无所不能：可以定位到页面上的任何元素，即使它没有 ID、Name 等常见属性。
- 支持逻辑运算：可以通过文本、位置、逻辑关系（and, or, not）进行复杂定位。
- 性能稍弱：通常比 CSS Selector 慢一些。
- 语法复杂：学习曲线相对陡峭。
常用语法：
- //tag[@attribute='value']: //input[@id='email']
- //tag[text()='exact text']: //button[text()='登录']
- //tag[contains(@attribute, 'value')]: //div[contains(@class, 'error')]
- //tag[contains(text(), 'partial text')]: //a[contains(text(), '忘记')]
- 层级： //form[@id='login-form']//input(选择 id 为 login-form 的 form 下的所有后代 input 元素，不一定是直接子元素)
HTML 示例：<button class="btn" onclick="submit()">点击我 <span>确认</span></button>

代码示例：

# 通过 ID
element = driver.find_element(By.XPATH, "//input[@id='email']")
# 通过精确文本
element = driver.find_element(By.XPATH, "//button[text()='点击我 确认']") # 这个会失败，因为有空格和子标签
# 通过包含文本
element = driver.find_element(By.XPATH, "//button[contains(text(), '点击我')]")
# 通过子节点文本定位父节点
element = driver.find_element(By.XPATH, "//span[text()='确认']/parent::button")

总结与实践建议

定位策略	最佳适用场景	优点	缺点
ID	元素有唯一 `id`时	最快、最可靠	`id`可能不存在或不唯一
Name	表单元素有 `name`时	常用、直观	`name`可能不唯一
Class Name	定位一组具有相同样式的元素	方便	不能组合多个 class，可能不唯一
Tag Name	获取某类标签的集合	-	几乎不能用于唯一定位
Link Text	精确定位链接文本	专用于链接，准确	文本必须完全匹配
Partial Link Text	链接文本过长或部分已知	灵活	可能匹配到多个意外元素
CSS Selector	绝大多数场景，尤其是需要组合定位时	功能强、性能好、推荐首选	语法需要学习
XPath	处理极其复杂的定位，或元素无任何常规属性时	功能最强、最灵活、终极武器	性能稍差、语法复杂

最佳实践顺序：

ID → Name → CSS Selector → XPath

尽可能优先使用前三种简单定位。当它们无法满足需求时，坚定不移地选择 CSS Selector，它能在 99% 的情况下解决问题。只有当 CSS Selector 也无法完成时，再动用最后的王牌——XPath。同时，尽量避免使用绝对 XPath（如 /html/body/div[1]/div[2]），因为它非常脆弱，页面结构一变就会失效。

元素操作

好的，我们来详细讲解 Selenium 中最常用和核心的元素操作。掌握了这些，你就拥有了与网页进行基本交互的能力，比如填写表单、点击按钮、提取信息等。

所有的操作都遵循一个基本模式：

定位元素：首先使用之前学过的八大定位策略找到你要操作的元素，并将其赋值给一个变量（通常称为 WebElement对象）。
执行操作：然后在这个 WebElement对象上调用相应的方法。

from selenium.webdriver.common.by import By

# 1. 定位元素 (以百度搜索框为例)
search_box = driver.find_element(By.ID, "kw")

# 2. 执行操作 (在搜索框中输入文字)
search_box.send_keys("Selenium教程")

下面我们按照操作的类型来分类讲解。

1. 基本输入与点击操作

这是最核心、最常用的交互行为。

`send_keys(value)`

作用：向可输入型元素（如 <input>, <textarea>）中模拟键盘输入。
参数：要输入的字符串。也可以是特殊的键盘按键（需导入 Keys类）。

示例：

from selenium.webdriver.common.keys import Keys

# 定位到搜索框
search_box = driver.find_element(By.ID, "kw")

# 输入文本
search_box.send_keys("Hello World")

# 模拟键盘操作：全选 (Ctrl+A)
search_box.send_keys(Keys.CONTROL, 'a')
# 模拟键盘操作：复制 (Ctrl+C)
search_box.send_keys(Keys.CONTROL, 'c')
# 模拟键盘操作：粘贴 (Ctrl+V)
another_input = driver.find_element(By.ID, "another-input")
another_input.send_keys(Keys.CONTROL, 'v')

# 模拟键盘操作：回车 (Enter)
search_box.send_keys(Keys.RETURN)

`click()`

作用：单击一个元素，如按钮、链接、单选框、复选框。
参数：无。

示例：

# 定位到搜索按钮并点击
search_button = driver.find_element(By.ID, "su")
search_button.click()

# 定位到一个链接并点击
link = driver.find_element(By.LINK_TEXT, "新闻")
link.click()

`clear()`

作用：清空输入框内的文本。在执行新的输入操作前，这是一个很好的习惯。
参数：无。

示例：

username_input = driver.find_element(By.NAME, "username")
username_input.clear() # 先清空
username_input.send_keys("new_user") # 再输入新内容

2. 获取元素信息与状态

在操作之余，我们经常需要验证页面状态或提取数据。

`text`

作用：获取元素的可见文本内容。这是最常用的获取信息的方式。
返回值：字符串 (String)。

示例：

# 定位到欢迎信息的元素
welcome_message = driver.find_element(By.ID, "welcome-msg")
# 获取其文本内容
message_text = welcome_message.text
print(f"页面显示: {message_text}") # 输出: 页面显示: 欢迎，用户！

`get_attribute(attribute_name)`

作用：获取元素指定属性的值。这对于获取 value、href、src、自定义 data-*属性等非常有用。
参数：属性名 (字符串)。
返回值：字符串 (String)，如果属性不存在则返回 None。

示例：

# 获取输入框的当前值 (用户输入的内容)
search_box = driver.find_element(By.ID, "kw")
search_box.send_keys("test")
current_value = search_box.get_attribute("value")
print(current_value) # 输出: test

# 获取链接的真实 URL
link = driver.find_element(By.CSS_SELECTOR, "a.profile-link")
url = link.get_attribute("href")
print(url) # 输出: https://example.com/user/profile/123

# 获取自定义的 data-id 属性
item = driver.find_element(By.CLASS_NAME, "product-item")
product_id = item.get_attribute("data-product-id")
print(product_id) # 输出: SKU-ABC-789

`is_displayed()`

作用：判断元素是否在页面上可见。它会考虑 CSS 样式（如 display: none或 visibility: hidden），如果元素隐藏则返回 False。
返回值：布尔值 (Boolean)。

示例：常用于断言或条件判断。

submit_button = driver.find_element(By.ID, "submit-btn")
if submit_button.is_displayed():
    submit_button.click()
else:
    print("提交按钮当前不可见，无法点击。")

`is_enabled()`

作用：判断元素是否处于可用状态。对于输入框、按钮等，如果被设置为 disabled，此方法将返回 False。
返回值：布尔值 (Boolean)。

示例：

username_input = driver.find_element(By.NAME, "username")
if username_input.is_enabled():
    username_input.send_keys("admin")
else:
    print("用户名输入框被禁用。")

`is_selected()`

作用：判断元素（特指单选按钮 Radio Button 或复选框 Checkbox）是否被选中。
返回值：布尔值 (Boolean)。

示例：

# 定位一个“记住我”的复选框
remember_me_checkbox = driver.find_element(By.ID, "remember-me")
if not remember_me_checkbox.is_selected():
    remember_me_checkbox.click() # 如果没选中，就点击它

3. 特殊操作

处理下拉选择框 (Select)

原生的 <select>元素不应该用 click()和 send_keys()来操作，Selenium 提供了专门的 Select类来处理，它更强大、更稳定。

步骤：

从 selenium.webdriver.support.ui导入 Select类。
将定位到的 WebElement对象传递给 Select类的构造函数。

Select类的主要方法：

select_by_visible_text("text")：通过选项的可见文本选择。
select_by_value("value")：通过 <option>标签的 value属性选择。
select_by_index(index)：通过选项的索引（从0开始）选择。
deselect_all()：清除所有选中的选项（仅对多选框 multiple有效）。
options：获取所有选项元素的列表。

示例：

<select id="country">
  <option value="us">United States</option>
  <option value="ca">Canada</option>
  <option value="mx">Mexico</option>
</select>
from selenium.webdriver.support.ui import Select

# 定位到 select 元素
country_dropdown = driver.find_element(By.ID, "country")

# 用 Select 类包装它
select = Select(country_dropdown)

# 通过可见文本选择
select.select_by_visible_text("Canada")

# 或者通过 value 属性选择
# select.select_by_value("ca")

# 或者通过索引选择 (选择第2个选项，即 Canada)
# select.select_by_index(1)

提交表单 (`submit()`)

作用：提交一个表单。它可以在表单内的任何一个元素上调用，效果等同于按下表单的提交按钮。

示例：

# 不需要定位到“提交”按钮，直接在输入框上调用 submit() 即可提交整个表单
search_box = driver.find_element(By.ID, "kw")
search_box.send_keys("Selenium")
search_box.submit() # 这会触发表单提交，效果和在搜索按钮上 click() 一样

总结

操作类别	方法/属性	核心作用	典型应用场景
输入	`.send_keys()`	模拟键盘输入	填写用户名、密码、搜索关键词
点击	`.click()`	模拟鼠标左键单击	点击按钮、链接、复选框
清空	`.clear()`	清空输入框内容	在输入新值前重置输入框
取文本	`.text`	获取可见文本	获取标题、标签、提示信息
取属性	`.get_attribute()`	获取HTML属性值	获取链接URL、输入框值、CSS类
判可见	`.is_displayed()`	判断元素是否可见	验证弹窗是否出现，元素是否渲染
判可用	`.is_enabled()`	判断元素是否可交互	判断按钮是否置灰，输入框是否禁用
判选中	`.is_selected()`	判断选项是否被选中	验证单选/复选框的选择状态
下拉框	`Select`类	专业处理 `<select>`元素	选择国家、城市、日期等下拉选项

熟练运用这些操作，你就能构建出能够处理绝大多数 Web 界面交互的健壮自动化脚本。

posted @ 2025-12-02 18:48 GDms 阅读(27) 评论(0) 收藏举报

刷新页面返回顶部

GDmsBKY

python自动化测试：UI测试（一）

Selenium

Selenium的定位

1. Selenium 作为自动化测试工具的核心定位

2. Selenium 的“元素定位”功能定位

主要的定位方法（按推荐优先级排序）：

最佳实践建议

总结

环境搭建

步骤一：前置准备 (Prerequisites)

1. 安装 Python

2. 安装 IDE (集成开发环境)

步骤二：核心步骤 - 安装 Selenium

步骤三：关键难点 - 安装浏览器驱动 (Driver)

步骤四：验证环境 - 编写并运行第一个脚本

常见问题排查 (Troubleshooting)

核心概念

概念一：什么是webdriver

一个生动的比喻：遥控汽车

WebDriver 的核心职责

WebDriver 的工作原理 (The JSON Wire Protocol over HTTP)

代码示例：如何“使用”WebDriver

总结

元素定位

八大定位策略详解

类别一：直接定位 (基于单一属性)

1. ID 定位 (By.ID)

2. Name 定位 (By.NAME)

3. Class Name 定位 (By.CLASS_NAME)

4. Tag Name 定位 (By.TAG_NAME)

类别二：文本定位 (专用于链接)

5. Link Text 定位 (By.LINK_TEXT)

6. Partial Link Text 定位 (By.PARTIAL_LINK_TEXT)

类别三：路径定位 (功能最强大、最灵活)

7. CSS Selector 定位 (By.CSS_SELECTOR) - 【强烈推荐】

8. XPath 定位 (By.XPATH) - 【终极武器】

总结与实践建议

元素操作

1. 基本输入与点击操作

send_keys(value)

click()

clear()

2. 获取元素信息与状态

text

get_attribute(attribute_name)

is_displayed()

is_enabled()

is_selected()

3. 特殊操作

处理下拉选择框 (Select)

提交表单 (submit())

总结

公告

1. ID 定位 (`By.ID`)

2. Name 定位 (`By.NAME`)

3. Class Name 定位 (`By.CLASS_NAME`)

4. Tag Name 定位 (`By.TAG_NAME`)

5. Link Text 定位 (`By.LINK_TEXT`)

6. Partial Link Text 定位 (`By.PARTIAL_LINK_TEXT`)

7. CSS Selector 定位 (`By.CSS_SELECTOR`) - 【强烈推荐】

8. XPath 定位 (`By.XPATH`) - 【终极武器】

`send_keys(value)`

`click()`

`clear()`

`text`

`get_attribute(attribute_name)`

`is_displayed()`

`is_enabled()`

`is_selected()`

提交表单 (`submit()`)