Selenium 从环境搭建到 Web 自动化实战

Selenium 是目前最流行的 Web 自动化测试工具，支持 Chrome、Firefox 等主流浏览器，能模拟人工操作（点击、输入、跳转）实现网页自动化，广泛应用于接口测试、数据爬取、自动化部署等场景。本文从零基础入门，手把手教你掌握 Selenium 核心用法，所有代码可直接复制运行，附实战案例和避坑指南。

一、Selenium 核心优势与适用场景

1.1 核心优势

• 跨浏览器兼容：支持 Chrome、Firefox、Edge、Safari，无需修改代码即可适配多浏览器；

• 多语言支持：Python、Java、C# 等均可调用，Python 语法简洁，入门门槛最低；

• 功能全面：支持元素定位、表单操作、窗口切换、文件上传、Cookie 处理等所有 Web 交互场景；

• 开源免费：无版权限制，社区活跃，问题解决方案丰富。

1.2 典型适用场景

应用场景	实际需求	举例说明
自动化测试	重复执行测试用例，减少人工成本	电商网站登录、下单流程自动化测试
数据爬取	批量获取网页动态加载数据	爬取招聘网站岗位信息、股票行情
自动化办公	模拟人工操作网页完成重复任务	自动填写报表、批量提交表单
接口自动化	配合 Requests 库，实现前后端联动测试	模拟用户操作触发接口请求，验证响应

二、前置准备：环境搭建（Python 版）

Selenium 运行依赖 “Python 环境 + 浏览器驱动 + Selenium 库”，以下是 Windows/macOS 通用搭建步骤：

2.1 安装 Python 环境

• 下载 Python 3.8~3.11 版本（兼容性最佳）：https://www.python.org/downloads/

• 安装时勾选 “Add Python to PATH”，避免手动配置环境变量；

• 验证：打开 CMD（Windows）/ 终端（macOS），输入python --version，显示版本号即安装成功。

2.2 安装 Selenium 库

打开 CMD / 终端，执行 pip 命令安装：

pip install selenium==4.21.0  # 4.21.0为稳定版，避免使用最新版可能存在的bug

验证：Python 交互环境中输入import selenium，无报错即安装成功。

2.3 配置浏览器驱动（关键步骤）

Selenium 需通过驱动程序控制浏览器，必须保证 “驱动版本与浏览器版本匹配”：

2.3.1 以 Chrome 浏览器为例（最常用）

1. 查看 Chrome 版本：打开 Chrome → 右上角三个点 → 帮助 → 关于 Google Chrome（如版本 125.0.6422.141）；

2. 下载对应 ChromeDriver：

• 官方地址：https://googlechromelabs.github.io/chromedriver/downloads

• 选择与浏览器版本一致的驱动（如浏览器 125.x，下载 125.x 版本驱动）；

• Windows 下载 win32 版本（64 位系统通用），macOS 下载 mac64 版本；

1. 配置驱动：

• Windows：将下载的 chromedriver.exe 文件放到 Python 安装目录（如 C:\Python39），或添加到系统 PATH；

• macOS：将 chromedriver 放到 /usr/local/bin 目录，终端执行sudo chmod +x /usr/local/bin/chromedriver赋予执行权限。

2.3.2 验证驱动配置

CMD / 终端输入chromedriver --version，显示驱动版本号即配置成功。

三、核心用法：Selenium 基础操作（Python 代码）

以下以 “自动化访问百度，搜索 Selenium 教程” 为例，演示核心操作流程：

3.1 第一个 Selenium 程序

from selenium import webdriver

from selenium.webdriver.common.by import By

from selenium.webdriver.common.keys import Keys

import time

\# 1. 启动Chrome浏览器（无头模式可加options参数，见下文）

driver = webdriver.Chrome()

\# 2. 访问百度首页

driver.get("https://www.baidu.com")

driver.maximize\_window()  # 最大化窗口

time.sleep(2)  # 等待2秒，让页面加载完成（避免元素未渲染导致定位失败）

\# 3. 定位搜索框并输入内容

\# 方式1：通过ID定位（最稳定，优先使用）

search\_box = driver.find\_element(By.ID, "kw")

search\_box.send\_keys("Selenium教程")  # 输入内容

time.sleep(1)

\# 4. 模拟回车搜索（或点击搜索按钮）

search\_box.send\_keys(Keys.ENTER)

\# 点击搜索按钮写法：driver.find\_element(By.ID, "su").click()

\# 5. 等待搜索结果加载，获取页面标题

time.sleep(3)

print("当前页面标题：", driver.title)

\# 6. 关闭浏览器（quit()关闭整个浏览器，close()仅关闭当前标签页）

driver.quit()

3.2 核心操作详解

3.2.1 元素定位（自动化的核心）

Selenium 提供 8 种元素定位方式，优先选择 “稳定不易变” 的定位器：

定位方式	By 类写法	适用场景	示例（百度搜索框）
ID 定位	By.ID	元素有唯一 ID（最优先）	driver.find_element(By.ID, "kw")
名称定位	By.NAME	元素有唯一 name 属性	driver.find_element(By.NAME, "wd")
类名定位	By.CLASS_NAME	元素类名唯一	driver.find_element(By.CLASS_NAME, "s_ipt")
XPath 定位	By.XPATH	无 ID/name 时使用（万能定位）	driver.find_element(By.XPATH, "//input[@id='kw']")
CSS 选择器定位	By.CSS_SELECTOR	定位速度快，语法简洁	driver.find_element(By.CSS_SELECTOR, "#kw")
链接文本定位	By.LINK_TEXT	超链接文本唯一	driver.find_element (By.LINK_TEXT, "新闻")
部分链接文本定位	By.PARTIAL_LINK_TEXT	超链接文本过长时使用	driver.find_element (By.PARTIAL_LINK_TEXT, "新")
标签名定位	By.TAG_NAME	页面中该标签唯一时使用	极少用（如 driver.find_element (By.TAG_NAME, "input")）

实战技巧：Chrome 浏览器中可通过 “开发者工具” 快速获取元素定位器：

1. F12 打开开发者工具 → 选中元素 → 右键 → Copy → Copy XPath/Copy selector。

3.2.2 常用交互操作

操作类型	代码示例	说明
输入文本	element.send_keys ("内容")	向输入框输入文本
清空文本	element.clear()	清空输入框内容
点击元素	element.click()	点击按钮、链接等
模拟键盘操作	element.send_keys(Keys.ENTER)	回车、Ctrl+C 等（需导入 Keys 类）
获取元素文本	element.text	获取标签内的文本（如按钮文字）
获取元素属性	element.get_attribute("src")	获取图片 src、输入框 value 等属性
页面跳转	driver.get("URL")	访问指定 URL
刷新页面	driver.refresh()	刷新当前页面
后退 / 前进	driver.back() / driver.forward()	浏览器历史记录操作

3.2.3 等待机制（避免元素未加载导致报错）

直接用 time.sleep () 是固定等待，不灵活，推荐使用显式等待（更高效）：

from selenium.webdriver.support.ui import WebDriverWait

from selenium.webdriver.support import expected\_conditions as EC

\# 显式等待：最多等待10秒，直到ID为kw的元素可点击

wait = WebDriverWait(driver, 10)

search\_box = wait.until(EC.element\_to\_be\_clickable((By.ID, "kw")))

search\_box.send\_keys("Selenium教程")

常用等待条件（expected_conditions）：

• element_to_be_clickable：元素可点击；

• presence_of_element_located：元素存在于 DOM 树；

• visibility_of_element_located：元素可见；

• text_to_be_present_in_element：元素包含指定文本。

四、实战案例：自动化登录 GitHub（完整流程）

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

\# 1. 启动浏览器

driver = webdriver.Chrome()

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

driver.maximize\_window()

\# 2. 显式等待并输入用户名密码

wait = WebDriverWait(driver, 15)

\# 用户名输入框

username = wait.until(EC.element\_to\_be\_clickable((By.ID, "login\_field")))

username.send\_keys("你的GitHub账号")

\# 密码输入框

password = driver.find\_element(By.ID, "password")

password.send\_keys("你的GitHub密码")

\# 3. 点击登录按钮

login\_btn = driver.find\_element(By.NAME, "commit")

login\_btn.click()

\# 4. 验证登录成功（通过页面标题判断）

time.sleep(3)

if "GitHub" in driver.title and "Dashboard" in driver.page\_source:

    print("登录成功！")

else:

    print("登录失败！")

\# 5. 保存Cookie（可选，用于后续免登录）

cookies = driver.get\_cookies()

print("当前Cookie：", cookies)

\# 6. 关闭浏览器

driver.quit()

五、进阶技巧：解决实际场景问题

5.1 无头模式运行（无界面，提高效率）

适用于服务器环境或不需要可视化的场景：

from selenium import webdriver

from selenium.webdriver.chrome.options import Options

\# 配置无头模式

chrome\_options = Options()

chrome\_options.add\_argument("--headless=new")  # Selenium4+推荐写法

chrome\_options.add\_argument("--window-size=1920,1080")  # 设置窗口大小

\# 启动浏览器

driver = webdriver.Chrome(options=chrome\_options)

driver.get("https://www.baidu.com")

print(driver.title)

driver.quit()

5.2 处理弹窗（Alert/Confirm/Prompt）

\# 触发弹窗后，切换到弹窗

alert = driver.switch\_to.alert

print("弹窗内容：", alert.text)

alert.accept()  # 确认弹窗

\# alert.dismiss()  # 取消弹窗

\# alert.send\_keys("输入内容")  # Prompt弹窗输入文本

5.3 文件上传

\# 定位文件上传按钮（input标签type="file"）

upload\_btn = driver.find\_element(By.ID, "file-upload")

\# 直接输入文件路径（无需点击按钮）

upload\_btn.send\_keys("C:/test.txt")  # Windows路径

\# upload\_btn.send\_keys("/Users/test.txt")  # macOS路径

5.4 切换 iframe（处理嵌套页面）

\# 方式1：通过ID切换

driver.switch\_to.frame("iframe-id")

\# 方式2：通过索引切换（第1个iframe）

driver.switch\_to.frame(0)

\# 方式3：通过元素定位切换

iframe = driver.find\_element(By.XPATH, "//iframe\[@name='iframe-name']")

driver.switch\_to.frame(iframe)

\# 切回主页面

driver.switch\_to.default\_content()

六、常见坑与避坑技巧

6.1 元素定位失败

• 原因 1：元素未加载完成 → 用显式等待替代 time.sleep ()；

• 原因 2：元素在 iframe 中 → 先切换到 iframe 再定位；

• 原因 3：定位器错误（如 ID 变化） → 改用更稳定的 XPath/CSS 选择器；

• 原因 4：浏览器驱动版本不匹配 → 重新下载对应版本驱动。

6.2 浏览器启动失败

• Windows：chromedriver.exe 未添加到 PATH → 放到 Python 安装目录；

• macOS：未赋予执行权限 → 执行sudo chmod +x /usr/local/bin/chromedriver；

• 防火墙拦截 → 暂时关闭防火墙或添加驱动到信任列表。

6.3 页面加载过慢

• 禁用图片加载，提高速度：

chrome\_options.add\_argument("--disable-images")

• 设置页面加载超时：

driver.set\_page\_load\_timeout(10)  # 10秒超时

6.4 反爬机制拦截

• 模拟真实浏览器请求，添加请求头：

chrome\_options.add\_argument("user-agent=Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/125.0.0.0 Safari/537.36")

• 避免频繁操作，适当添加等待时间。

七、进阶方向：Selenium 与测试框架整合

7.1 结合 pytest 实现自动化测试

pytest 是 Python 主流测试框架，可实现用例管理、断言、报告生成：

\# test\_baidu.py

import pytest

from selenium import webdriver

from selenium.webdriver.common.by import By

@pytest.fixture(scope="module")

def driver():

    # 前置条件：启动浏览器

    driver = webdriver.Chrome()

    yield driver

    # 后置条件：关闭浏览器

    driver.quit()

def test\_baidu\_search(driver):

    driver.get("https://www.baidu.com")

    driver.find\_element(By.ID, "kw").send\_keys("Selenium")

    driver.find\_element(By.ID, "su").click()

    # 断言：搜索结果包含"Selenium"

    assert "Selenium" in driver.title

运行测试用例：

pytest test\_baidu.py -v  # -v显示详细结果

7.2 生成测试报告

使用 allure-pytest 生成可视化测试报告：

\# 安装依赖

pip install allure-pytest

\# 运行用例并生成报告数据

pytest test\_baidu.py --alluredir=./allure-results

\# 启动报告服务

allure serve ./allure-results