1. 项目概述：从零开始的浏览器自动化第一步

如果你刚开始接触Python自动化，尤其是想用代码控制浏览器完成一些重复性工作，那么“打开和关闭浏览器”这个看似简单的操作，就是你必须跨过的第一道门槛。这就像学开车，点火启动和熄火停车是基础中的基础，但里面门道不少。Selenium作为浏览器自动化的“老牌劲旅”，其稳定性和广泛的社区支持让它成为无数自动化脚本的起点。我见过不少新手，兴冲冲地安装了Selenium，结果卡在第一步——浏览器要么打不开，要么打开了关不掉，或者闪退报错。今天，我们就来彻底拆解这个基础操作，我会结合自己踩过的坑，把每一步的原理、代码和背后的“为什么”都讲清楚，让你不仅能跑通代码，更能理解其运作机制，为后续更复杂的自动化任务打下坚实基础。

简单来说，我们将使用Python语言，通过Selenium库来编程控制一个真实的浏览器（如Chrome）实例，完成打开指定网页，然后安全退出的全过程。这不仅是自动化测试的起点，也是网络爬虫、数据抓取、RPA（机器人流程自动化）等众多场景的通用前置步骤。无论你是想自动登录网站查数据，还是批量处理网页表单，都得先过了这一关。

2. 环境准备与核心原理剖析

2.1 为什么选择Selenium？

在开始动手之前，我们得先明白手里的工具是什么。Selenium不是一个单一的软件，而是一个庞大的项目集合，我们最常用的是 Selenium WebDriver 。它的核心原理可以理解为“遥控器”模式：你的Python代码是遥控器，WebDriver是信号接收器，而浏览器则是被控制的电视。WebDriver提供了一套标准的、跨语言的指令集（称为WebDriver协议），你的代码通过HTTP请求发送这些指令给WebDriver，WebDriver再通过浏览器厂商提供的特定驱动（如ChromeDriver）来调用浏览器的原生自动化接口，从而实现对浏览器的精确控制。

与一些基于浏览器插件或JavaScript注入的自动化工具相比，Selenium WebDriver的优点是控制级别高、行为更贴近真实用户，并且支持几乎所有主流浏览器。它的缺点是需要额外下载浏览器驱动，且启动速度相对较慢。但对于需要模拟完整浏览器环境、执行复杂JavaScript或处理登录状态的场景，它依然是首选。

2.2 搭建你的自动化环境

环境搭建是劝退新手的第一个拦路虎。很多人倒在这里，不是因为步骤多难，而是因为版本不匹配。请严格按照以下顺序操作：

  1. 安装Python ：确保你的电脑上安装了Python（建议3.7及以上版本）。可以去Python官网下载安装包，安装时务必勾选“Add Python to PATH”，这样才可以在命令行中直接使用 python 命令。安装后，打开命令行（CMD或终端），输入 python --version ，能显示版本号即表示成功。

  2. 安装Selenium库 ：这是Python用来发送“遥控指令”的包。在命令行中执行以下命令，通过pip（Python的包管理工具）进行安装：

    pip install selenium

    如果下载速度慢，可以使用国内镜像源，例如：

    pip install selenium -i https://pypi.tuna.tsinghua.edu.cn/simple

  3. 下载浏览器驱动 ：这是最关键也最容易出错的一步。你需要下载与你电脑上已安装的浏览器版本 严格匹配 的驱动。

    • 对于Chrome/Edge ：需要下载 ChromeDriver 。首先，打开Chrome浏览器，在地址栏输入 chrome://version/ ，查看第一行“Google Chrome”后面的版本号（例如， 120.0.6099.109 ）。
    • 然后，访问ChromeDriver的官方下载站或国内镜像站。下载对应版本号的驱动文件。如果你的浏览器版本是120.0.6099.x，就找主版本号120的驱动。
    • 对于Firefox ：需要下载 geckodriver 。同样，先查看Firefox的版本，然后去其GitHub发布页下载对应版本。

    注意 ：浏览器会频繁自动更新，但驱动不会。经常出现今天还能用，明天浏览器一更新脚本就报错的情况。报错信息通常会提示“This version of ChromeDriver only supports Chrome version XXX”。解决方法就是重新下载匹配新浏览器版本的驱动。

  4. 配置驱动路径 ：下载的驱动是一个可执行文件（如 chromedriver.exe 、 geckodriver.exe ）。你有两种方式让Python代码找到它：

    • 方法一（推荐，尤其对新手） ：将驱动文件（如 chromedriver.exe ）直接放在Python的安装目录下（和 python.exe 在同一文件夹），或者放在你已知的某个文件夹，并将该文件夹的路径添加到系统的 PATH 环境变量中。这样，Selenium就能自动找到它。
    • 方法二（代码指定） ：在代码中初始化浏览器时，通过参数 executable_path 直接指定驱动文件的完整路径。这种方式更明确，但代码移植性稍差。

2.3 驱动与浏览器的版本匹配陷阱

这里我分享一个血泪教训。有一次我的自动化脚本在团队服务器上突然全部失败，排查了半天才发现是运维同学统一更新了服务器上的Chrome浏览器版本，而我们的驱动文件还是旧的。所以，在正式项目中，我强烈建议将驱动文件的下载和版本检查也做到自动化脚本的部署流程中，或者使用 webdriver-manager 这样的第三方库来动态管理驱动。

你可以通过pip安装它： pip install webdriver-manager 。然后在代码中这样使用：

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

service = Service(ChromeDriverManager().install())
driver = webdriver.Chrome(service=service)

webdriver-manager 会自动检测你的Chrome版本并下载匹配的驱动，极大地减少了环境配置的麻烦。对于学习和快速原型开发，这是一个很棒的工具。

3. 核心语句详解：打开与关闭的每一个细节

环境准备好后，我们进入核心代码部分。打开和关闭浏览器，绝不是一行 driver.get() 和一行 driver.quit() 那么简单。

3.1 初始化浏览器驱动对象

这是所有操作的起点。我们以Chrome浏览器为例。

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

# 方法1：如果驱动已在PATH环境变量中
driver = webdriver.Chrome()

# 方法2：通过Service对象指定驱动路径（更清晰）
service = Service(r'C:\path\to\your\chromedriver.exe') # 替换为你的实际路径
driver = webdriver.Chrome(service=service)

# 方法3：使用webdriver-manager自动管理
from webdriver_manager.chrome import ChromeDriverManager
service = Service(ChromeDriverManager().install())
driver = webdriver.Chrome(service=service)

当你执行 webdriver.Chrome() 这行代码时，背后发生了很多事情：

  1. Python的Selenium库会去寻找 chromedriver 可执行文件。
  2. 找到后，它会启动一个 chromedriver 进程。这个进程是一个HTTP服务器，默认监听 localhost 的某个端口（如9515）。
  3. chromedriver 进程会启动一个新的、纯净的Chrome浏览器实例（注意，不是你平时用的那个带所有书签和插件的浏览器）。这个实例通常运行在“匿名用户”模式下，缓存、Cookies都是独立的。
  4. 代码中的 driver 对象，实际上是一个与 chromedriver 服务进行通信的客户端。你后续所有操作（如打开网页、点击元素）都会通过这个 driver 对象，发送HTTP请求到 chromedriver 服务，再由它控制浏览器执行。

3.2 打开网页的多种方式与内涵

最常用的方法是 get() 。

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

driver.get(url) 会命令浏览器导航到指定的URL，并 等待页面完全加载完成 （即浏览器 document.readyState 变为 complete ）。这里的“完全加载”是指HTML文档本身加载并解析完毕，但并不意味着页面上所有的异步JavaScript、图片或iframe都加载完了。这对于后续操作稳定性很重要。

除了直接打开，你还可以通过 driver.execute_script() 执行JavaScript来改变当前页面，但这不属于初始打开范畴。

一个关键细节：浏览器窗口大小。 默认启动的浏览器窗口可能不是最大化，这可能导致元素定位失败（因为响应式布局下元素位置可能变化）。好的实践是在 get() 之前或之后立即将窗口最大化：

driver.maximize_window() # 最大化窗口

或者，你也可以设置特定的窗口尺寸：

driver.set_window_size(1920, 1080) # 设置窗口宽高

3.3 关闭浏览器的正确姿势：quit() vs. close()

这是很多新手混淆的地方。Selenium提供了两个方法： driver.quit() 和 driver.close() 。它们有本质区别。

  • driver.close() ：关闭当前 标签页 （Tab）。如果浏览器只有一个标签页，那么关闭这个标签页会导致浏览器窗口也关闭，但 chromedriver 进程可能不会完全退出。如果浏览器有多个标签页，它只关闭当前活动的那个。
  • driver.quit() ：这是 推荐且安全 的退出方式。它会做两件事：
    1. 关闭所有与该 driver 关联的浏览器窗口和标签页。
    2. 终止 chromedriver 后台进程，释放所有占用的系统资源（如端口）。

如果你只使用 close() ，而没有 quit() ，多次运行脚本后，你可能会发现电脑后台残留了很多 chromedriver.exe 或 geckodriver.exe 进程，占用内存和端口，最终可能导致新脚本无法启动（因为端口被占用）。

最佳实践 ：在你的脚本中，始终将 driver.quit() 放在 finally 代码块或使用 with 上下文管理器来确保无论脚本是否发生异常，浏览器驱动都能被正确清理。

# 方式一：使用try...finally确保退出
driver = None
try:
    driver = webdriver.Chrome()
    driver.get("https://www.example.com")
    # ... 你的其他操作 ...
except Exception as e:
    print(f"脚本运行出错: {e}")
finally:
    if driver: # 确保driver对象存在
        driver.quit()

# 方式二：使用with语句（Pythonic写法，推荐）
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from webdriver_manager.chrome import ChromeDriverManager

service = Service(ChromeDriverManager().install())
with webdriver.Chrome(service=service) as driver:
    driver.get("https://www.example.com")
    # ... 你的其他操作 ...
# 退出with块后，driver.quit()会自动调用

使用 with 语句是最优雅的方式，它能保证即使在操作过程中发生异常，浏览器也会被正确关闭，资源得到释放，就像安全地熄火拔掉车钥匙一样。

4. 完整实操流程与代码示例

让我们将上面的知识点串联起来，写一个健壮、实用的完整脚本。这个脚本将演示如何安全地打开浏览器，访问一个网页，执行一个简单操作（比如获取标题），然后无论发生什么，都确保浏览器被关闭。

4.1 基础版脚本：包含基本错误处理

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

def basic_browser_control():
    """
    基础版浏览器打开、访问、关闭流程。
    使用webdriver-manager自动管理驱动，使用with语句确保资源释放。
    """
    try:
        # 1. 设置服务，自动管理ChromeDriver
        service = Service(ChromeDriverManager().install())
        
        # 2. 使用with上下文管理器创建driver实例
        with webdriver.Chrome(service=service) as driver:
            # 3. 最大化浏览器窗口（避免响应式布局问题）
            driver.maximize_window()
            
            # 4. 打开目标网页
            target_url = "https://www.baidu.com"
            print(f"正在打开页面: {target_url}")
            driver.get(target_url)
            
            # 5. 等待页面加载（隐式等待，后续会讲），这里先用time.sleep简单演示
            time.sleep(2) # 实际项目中应使用WebDriverWait
            
            # 6. 执行一些操作示例：获取页面标题和当前URL
            page_title = driver.title
            current_url = driver.current_url
            print(f"页面标题: {page_title}")
            print(f"当前URL: {current_url}")
            
            # 7. 可以在页面上进行更多操作，例如查找搜索框并输入
            # search_box = driver.find_element(By.ID, 'kw')
            # search_box.send_keys('Selenium自动化')
            # search_box.submit()
            # time.sleep(3)
            
            print("页面操作完成，即将退出。")
        # 8. 退出with块，driver.quit()自动调用，浏览器关闭
        print("浏览器已安全关闭。")
        
    except Exception as e:
        # 捕获并打印异常信息
        print(f"程序运行过程中发生错误: {type(e).__name__}: {e}")
        # 由于使用了with语句，即使发生异常，浏览器也会被关闭，无需在except中再次调用quit()

if __name__ == "__main__":
    basic_browser_control()

4.2 进阶配置：给浏览器启动加上“选项”

默认启动的浏览器是纯净的，但有时我们需要定制化。例如，我们想禁止图片加载以加快速度，或者想启用无头模式（不显示浏览器界面，在后台运行）。这可以通过 Options 对象实现。

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

def browser_with_options():
    """
    演示如何使用ChromeOptions进行浏览器配置。
    """
    # 创建配置对象
    chrome_options = Options()
    
    # 常用配置示例：
    # 1. 无头模式（不显示GUI，后台运行）
    # chrome_options.add_argument('--headless=new') # 新版Chrome推荐写法
    
    # 2. 禁用图片加载，加速页面渲染
    prefs = {"profile.managed_default_content_settings.images": 2}
    chrome_options.add_experimental_option("prefs", prefs)
    
    # 3. 禁用GPU加速（某些虚拟环境或旧系统可能需要）
    # chrome_options.add_argument('--disable-gpu')
    
    # 4. 禁用浏览器提示“正受到自动测试软件控制”
    chrome_options.add_experimental_option("excludeSwitches", ["enable-automation"])
    chrome_options.add_experimental_option('useAutomationExtension', False)
    
    # 5. 设置自定义用户数据目录（可以保存登录状态，但注意并发问题）
    # chrome_options.add_argument(r'--user-data-dir=C:\path\to\your\profile')
    
    service = Service(ChromeDriverManager().install())
    
    # 将options传入浏览器驱动
    with webdriver.Chrome(service=service, options=chrome_options) as driver:
        driver.maximize_window()
        driver.get("https://www.zhihu.com")
        print(f"页面标题（无图模式）: {driver.title}")
        # 注意：在无头模式下，driver.maximize_window()可能无效或不需要

if __name__ == "__main__":
    browser_with_options()

实操心得 ：无头模式非常适合在服务器或没有图形界面的环境中运行自动化脚本，能节省大量资源。但在脚本开发调试阶段，建议关闭无头模式，这样你能直观地看到浏览器的操作过程，便于定位问题。 --disable-gpu 参数在Windows系统上使用无头模式时有时是必需的，可以解决一些奇怪的崩溃问题。

5. 高频问题排查与实战技巧

即使按照步骤操作，你也可能会遇到各种问题。下面是我总结的一些常见“坑”及其解决方案。

5.1 浏览器驱动相关问题

问题1： WebDriverException: Message: ‘chromedriver’ executable needs to be in PATH.

  • 现象 ：提示找不到 chromedriver 可执行文件。
  • 原因 ：驱动未正确放置或PATH环境变量未配置。
  • 解决 ：
    1. 确认 chromedriver.exe 已下载。
    2. 将其所在目录添加到系统PATH变量，或将其直接复制到Python安装目录。
    3. 或者在代码中使用 Service(executable_path=‘完整路径’) 明确指定。
    4. 终极方案 ：使用 webdriver-manager ，一劳永逸。

问题2： SessionNotCreatedException: Message: session not created: This version of ChromeDriver only supports Chrome version XX

  • 现象 ：驱动版本与浏览器版本不匹配。
  • 原因 ：Chrome浏览器自动更新了，但驱动还是旧的。
  • 解决 ：
    1. 检查Chrome浏览器版本（ chrome://version/ ）。
    2. 下载对应版本的 ChromeDriver 。
    3. 替换旧的驱动文件。
    4. 同样，使用 webdriver-manager 可以自动处理此问题。

5.2 浏览器启动与页面加载问题

问题3：浏览器闪退，或打开后立即关闭

  • 现象 ：脚本似乎执行了，但浏览器窗口一闪而过。
  • 原因 ：脚本执行速度太快， driver.quit() 在 driver.get() 之后立刻被执行了。常见于没有使用 time.sleep 、隐式等待或 WebDriverWait ，并且代码是顺序执行。
  • 解决 ：
    1. 在 driver.get() 后添加短暂的等待，例如 time.sleep(3) ，让页面有足够时间加载。
    2. 更好的方法是使用Selenium的 显式等待 （ WebDriverWait ），等待某个特定元素出现后再进行下一步操作或退出。这比固定时间的 sleep 更智能、更高效。
    from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

driver.get("https://www.example.com")
# 等待直到页面标题包含“Example”
WebDriverWait(driver, 10).until(EC.title_contains("Example"))
print("页面已加载完成！")

问题4： InvalidArgumentException: Message: invalid argument

  • 现象 ：在使用 driver.get() 时传入的URL格式不正确。
  • 原因 ：URL字符串缺少协议头（如 http:// 或 https:// ）。
  • 解决 ：确保URL是完整的，例如 driver.get(“https://www.baidu.com”) ，而不是 driver.get(“www.baidu.com”) 。

5.3 资源管理与环境问题

问题5：运行多次脚本后，系统变卡，或提示端口被占用

  • 现象 ：电脑后台有大量 chromedriver.exe 进程。
  • 原因 ：脚本异常退出或只使用了 driver.close() 而没有调用 driver.quit() ，导致 chromedriver 进程未被终止。
  • 解决 ：
    1. 强制结束任务管理器中的 chromedriver 进程。
    2. 修改脚本， 务必使用 try...finally 或 with 语句来保证 driver.quit() 被执行 。
    3. 检查代码逻辑，确保在所有可能的退出路径（包括异常抛出）上都调用了 quit() 。

问题6：在Linux服务器或无GUI环境下运行失败

  • 现象 ：在服务器上运行脚本报错，可能与显示相关。
  • 原因 ：Selenium需要图形界面来渲染浏览器（除非使用无头模式）。
  • 解决 ：
    1. 安装虚拟显示服务器，如 Xvfb 。
    2. 更简单直接的方法 ：启用无头模式（见4.2节），并可能需要添加 --no-sandbox 和 --disable-dev-shm-usage 参数来避免沙盒和共享内存问题，这在Docker容器中很常见。
    chrome_options.add_argument('--headless=new')
chrome_options.add_argument('--no-sandbox')
chrome_options.add_argument('--disable-dev-shm-usage')

5.4 速查表：常见错误与解决方案

错误现象 可能原因 解决方案
WebDriverException: ‘chromedriver’ … needs to be in PATH 驱动未找到 1. 检查驱动路径 2. 使用 Service 指定路径 3. 使用 webdriver-manager
SessionNotCreatedException: … version mismatch 驱动与浏览器版本不匹配 1. 更新驱动至匹配版本 2. 使用 webdriver-manager
浏览器打开后立即关闭 代码执行过快，未等待 1. 添加 time.sleep 2. 使用 WebDriverWait 进行显式等待
InvalidArgumentException URL格式错误 为URL添加 http:// 或 https:// 协议头
脚本卡住或无响应 页面加载慢或元素未找到 1. 增加等待时间 2. 使用显式等待替代隐式等待 3. 检查网络或目标网站状态
大量 chromedriver 进程残留 未正确调用 driver.quit() 1. 使用 with 语句或 try...finally 2. 手动结束进程
无头模式下运行失败 缺少依赖或参数 1. 添加 --no-sandbox 等参数 2. 确保服务器有基本图形库

掌握打开和关闭浏览器，只是Selenium自动化长征的第一步，但这一步的扎实程度，直接决定了你后续脚本的稳定性和可维护性。理解了 driver 对象、驱动服务、浏览器实例三者之间的关系，学会了用 with 语句管理生命周期，并熟悉了常见问题的排查方法，你就已经拥有了一个稳固的起点。接下来，你就可以自信地探索如何查找页面元素、模拟点击输入、处理弹窗和下拉框等更精彩的内容了。记住，自动化不是魔法，而是对细节的精准控制，每一步都值得深究。

Logo
亚马逊云科技技术品牌专区

更多推荐

Kiro Editor 开发实战：使用 Cargo 构建、测试与性能优化指南

欢迎来到这篇终极指南，我们将深入探索如何使用Rust构建高性能的终端文本编辑器Kiro Editor。无论你是Rust新手还是经验丰富的开发者，这篇完整教程将带你了解如何利用Cargo工具链进行高效的开发、测试和性能优化，打造一款快速、轻量且功能强大的UTF-8文本编辑器。## 什么是Kiro Editor？Kiro Editor是一款使用Rust编写的极简终端文本编辑器，它最初是著名编辑

avatar 亚马逊云科技技术品牌专区

2026年量化工具选择，要跟着能力基础走

读者应理解，选择工具前要先判断自己的能力基础和当前任务。工具应该帮助自己补上当前最关键的缺口，而不是替代学习顺序本身。

avatar 亚马逊云科技技术品牌专区

近期零基础学量化，先按基础差异拆学习顺序

读者应明白，拆解学习顺序时要先看自己的基础缺口，再决定哪一段需要放慢。不同流程阶段都有不同检查任务，学习路线要能反映这些差异。

avatar 亚马逊云科技技术品牌专区