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）
-
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）；
-
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；
- 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 webdriverfrom selenium.webdriver.common.by import Byfrom selenium.webdriver.common.keys import Keysimport 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：
- 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 WebDriverWaitfrom 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 webdriverfrom selenium.webdriver.common.by import Byfrom selenium.webdriver.support.ui import WebDriverWaitfrom selenium.webdriver.support import expected\_conditions as ECimport 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 webdriverfrom 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.alertprint("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.pyimport pytestfrom selenium import webdriverfrom 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
（支持资料、图片参考_相关定制）_文章底部可以扫码)
(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_文章底部可以扫码)
