Selenium Web 自动化测试脚本总结

Web 自动化的本质，是模拟人在浏览器里的操作行为：打开浏览器、访问页面、定位元素、输入/点击、做断言验证。Selenium 之所以常用，是因为它把这些动作抽象成了一套稳定的 API，再配合浏览器驱动（WebDriver）就能把“测试步骤”变成“可重复执行的脚本”。

下面按“工程上最常遇到的问题链路”来讲：先跑通 → 再定位稳 → 再等待稳 → 再窗口/弹窗/上传/截图/参数全覆盖。测试概念相关内容会简要收束在文末。

1）先搞清三件套：Selenium + 浏览器驱动 + 浏览器怎么协作

来看 Web 自动化落地需要的三件套：

• 浏览器：最终执行动作的地方
• 浏览器驱动（WebDriver）：把自动化指令翻译成浏览器能理解的操作
• Selenium 脚本：你写的 Java 代码，负责发出“打开页面/找元素/点击/断言”的指令

再来看它们的交互流程（非常关键，理解了后面排错就简单）：

1. Selenium 脚本里会在ChromeDriverService创建一个服务
2. 通过服务启动本地驱动（一般是localhost:<port>），这是 Selenium 向 WebDriver 发送请求的地址
3. Selenium 向驱动发 HTTP 请求，驱动解析请求，打开浏览器并返回sessionId（后续操作需要携带）
4. 访问地址、查找元素等动作都通过该服务连接到 WebDriver，再通过execute发送请求
5. 驱动把请求翻译成浏览器可执行的脚本并发送给浏览器，浏览器执行后把结果再经驱动返回给脚本

验证“驱动服务真的存在”的方式也很直观：执行脚本时终端会打印出驱动服务地址和端口信息。

2）驱动管理：别手动下载驱动，交给 WebDriverManager

来看一个现实问题：Chrome/Edge/Firefox 驱动版本经常和浏览器版本“拧巴”，手动维护很痛。

解决办法：用WebDriverManager做驱动管理，它会自动下载、设置、维护驱动；并且从 v5 起还支持发现本机浏览器、构建ChromeDriver/FirefoxDriver/EdgeDriver等对象。

Maven 依赖（示例）：

<dependency><groupId>io.github.bonigarcia</groupId><artifactId>webdrivermanager</artifactId><version>5.8.0</version><scope>test</scope></dependency>

3）Selenium 快速上手：一段“百度搜索”脚本跑通全链路

来看最小可运行例子：打开浏览器 → 访问百度 → 输入关键字 → 点击搜索 → 退出。

Selenium 依赖（示例）：

<dependency><groupId>org.seleniumhq.selenium</groupId><artifactId>selenium-java</artifactId><version>4.0.0</version></dependency>

代码骨架（Java）：

publicvoidexample_test(){// 驱动程序管理自动化WebDriverManager.chromedriver().setup();ChromeOptionsoptions=newChromeOptions();// 允许访问所有链接options.addArguments("--remote-allow-origins=*");// 1) 打开浏览器WebDriverdriver=newChromeDriver(options);// 2) 访问百度driver.get("https://www.baidu.com");// 3) 输入关键词driver.findElement(By.xpath("//*[@id=\"kw\"]")).sendKeys("迪丽热巴");// 4) 点击“百度一下”driver.findElement(By.xpath("//*[@id=\"su\"]")).click();// 5) 关闭浏览器driver.quit();}

4）元素定位：自动化的核心是“定位必须唯一”

Web 自动化测试的操作核心是：先找到元素，再对元素操作。常见定位方式很多（id/className/tagName/xpath/cssSelector），实际高频主要是cssSelector 和 xpath。

4.1 cssSelector：更贴近前端，写起来也短

来看 selector 的用途：选中页面指定标签元素。常见写法：

• id 选择器：#kw（百度搜索输入框）
• 子类/层级选择器：例如热搜区域：#s-hotsearch-wrapper > div

4.2 XPath：路径语言，表达力强

来看 XPath 的常用语法点（能覆盖 80% 场景）：

• 获取所有节点：//*
• 获取指定标签节点：//ul、//input
• 直接子节点：/（如//span/input）
• 父节点：..（如//input/..）
• 按属性匹配：//*[@id='kw']
• 按索引取第 N 个：//div/ul/li[3]（注意索引从 1 开始）

4.3 “复制 selector/xpath”很香，但要小心“不唯一”

浏览器右键 Copy selector/xpath 很便捷，但复制出来的表达式不一定满足唯一性，有时需要手动改。
来看提醒：元素定位方法必须唯一；不唯一会导致脚本点错对象、偶现失败、甚至误判通过。

5）操作元素：点击、输入、清空、取文本与取属性

定位到元素后，常见操作包括点击、提交、输入、清除、获取文本。

5.1 点击/提交

driver.findElement(By.cssSelector("#su")).click();

5.2 输入（模拟键盘）

driver.findElement(By.cssSelector("#kw")).sendKeys("输入文字");

5.3 清空再输入

driver.findElement(By.cssSelector("#kw")).sendKeys("我爱游戏");driver.findElement(By.cssSelector("#kw")).clear();driver.findElement(By.cssSelector("#kw")).sendKeys("我爱学习");

5.4 获取文本 vs 获取属性：别把“文本”和“属性值”混了

• 获取文本：getText()
• 获取属性值：getAttribute("属性名称")

另外两个经常要用的“页面级信息”：

• 当前标题：getTitle()
• 当前 URL：getCurrentUrl()

6）窗口与句柄：新窗口打开后，脚本并不知道“你眼睛看到的那个窗口”

手工测试靠眼睛判断当前窗口；脚本需要靠窗口句柄（handle）。

6.1 获取与切换窗口

• 当前窗口句柄：driver.getWindowHandle()
• 所有窗口句柄：driver.getWindowHandles()

切换到新窗口的常见写法：

StringcurWindow=driver.getWindowHandle();Set<String>allWindow=driver.getWindowHandles();for(Stringw:allWindow){if(w!=curWindow){driver.switchTo().window(w);}}

注意：执行driver.close()之前要先切到未被关闭的窗口。

6.2 窗口大小控制

driver.manage().window().maximize();driver.manage().window().minimize();driver.manage().window().fullscreen();driver.manage().window().setSize(newDimension(1024,768));

7）等待：稳定性的分水岭（强制 / 隐式 / 显式）

代码执行速度通常比页面渲染快，不等待就容易出现“元素还没出来就去找”的误报。来看三种等待方式：

7.1 强制等待：Thread.sleep()

• 优点：简单、调试时好用
• 缺点：浪费时间、影响效率

7.2 隐式等待：全局智能等待

隐式等待会在查找元素时在指定时间内不断尝试，找到就继续，超时才报错。

driver.manage().timeouts().implicitlyWait(Duration.ofSeconds(5));

它的作用域是整个脚本（只要driver没quit()就一直生效）。

7.3 显式等待：带条件的智能等待（更灵活）

显式等待在超时时间内只要满足条件就继续执行：

WebDriverWaitwait=newWebDriverWait(driver,Duration.ofSeconds(3));wait.until(ExpectedConditions.elementToBeClickable(By.cssSelector("#id")));

常见条件（ExpectedConditions）包括：

• elementToBeClickable：元素可见且可点击
• textToBe：文本符合预期
• presenceOfElementLocated：DOM 上存在该元素
• urlToBe：URL 符合预期

7.4 重要结论：不要混合隐式等待和显式等待

来看实验现象：隐式等待 5s + 显式等待 10s，最终等待时间并不稳定（会出现 10s、11s…），因此结论是：不要混用，等待时间可能不可预测。

8）浏览器导航：前进、后退、刷新

打开网站两种写法：

driver.navigate().to("https://selenium.dev");driver.get("https://selenium.dev");

前进/后退/刷新：

driver.navigate().back();driver.navigate().forward();driver.navigate().refresh();

9）弹窗处理：页面里找不到元素时，用 Alert

弹窗在页面 DOM 里通常找不到元素，需要切到 Alert：

9.1 警告/确认弹窗

Alertalert=driver.switchTo().alert();alert.accept();// 确认alert.dismiss();// 取消

9.2 提示弹窗（可输入）

Alertalert=driver.switchTo().alert();alert.sendKeys("hello");alert.accept();

10）文件上传：系统文件选择框不可控，但可以绕过去

点击“上传文件”会弹出系统窗口，这是非 Web 控件，Selenium 无法直接识别。
解决办法：对<input type="file">直接sendKeys(文件路径)：

WebElementele=driver.findElement(By.cssSelector("body > div > div > input[type=file]"));ele.sendKeys("D:\\selenium2html\\selenium2html\\upload.html");

11）截图：让“线上跑挂了但你看不见”的问题可追溯

自动化脚本往往跑在机器上，失败时你不一定能看到现场。截图可以记录当时的错误画面。

需要额外依赖（示例）：

<dependency><groupId>commons-io</groupId><artifactId>commons-io</artifactId><version>2.6</version></dependency>

核心代码：

Filefile=((TakesScreenshot)driver).getScreenshotAs(OutputType.FILE);FileUtils.copyFile(file,newFile(filename));

并且可以做“简单版/带时间戳归档版”的路径管理。

12）浏览器参数：无头模式 + 页面加载策略

12.1 无头模式（Headless）

ChromeOptionsoptions=newChromeOptions();options.addArguments("--headless");ChromeDriverdriver=newChromeDriver(options);

12.2 页面加载策略

options.setPageLoadStrategy(PageLoadStrategy.NONE);

13）测试概念（简要收束）：自动化主要服务回归，但不能“神化”

来看几个关键结论：

• 自动化的主要目的常用于回归测试：避免新增功能影响历史功能，需要整体回归。
• 自动化不一定能取代人工：脚本也是人写的，功能变更后脚本需要维护与更新。
• “自动化能大幅降低工作量”这种绝对化表达要小心，更准确的说法是：在一定程度上降低，但前期投入与维护成本真实存在。
• 自动化类型很多：接口自动化、UI 自动化（Web、移动端）等；移动端常依赖模拟器，受环境影响更大，稳定性通常比接口与 Web 自动化更差。
• 来看“自动化测试金字塔”：理想状态是更多精力放在单元层，UI 层更少；而实际企业里常出现“冰淇淋蛋筒反模式”，UI 自动化过重导致成本高、维护难。自动化需要找到“突破点”，当持续运行带来长期成本收益时，价值才会逐渐体现。

Selenium自动化脚本总结

定位要唯一、等待别混用、窗口要切对、失败要留证据（截图/日志）、能用配置别硬编码。