Python Selenium自动化测试入门：从环境搭建到实战封装
1. 项目概述：为什么是Python + Selenium？
如果你刚接触测试，或者是一名开发想给自己的项目加点自动化保障，听到“自动化测试”这个词，第一反应可能是“听起来很厉害，但会不会很难上手？”。几年前我也是这么想的，直到我遇到了Python + Selenium这个组合。它就像一个为你量身定做的“网页遥控器”，让你能用写代码的方式，去模拟人在浏览器里的所有操作：点击按钮、输入文字、下拉选择、验证结果。而Python，作为一门语法简洁、库生态丰富的语言，极大地降低了编写这些“遥控指令”的门槛。
简单来说，这个教程的核心目标，就是帮你把“自动化测试”从概念落地为可运行、可复用的脚本。我们不会空谈理论，而是从零开始，手把手带你搭建环境、编写第一个脚本、处理常见的网页交互，直到你能独立完成一个简单的登录流程自动化测试。无论你是测试工程师、后端开发，还是对自动化感兴趣的产品经理，这套组合都能让你快速看到成果，建立信心。我见过太多人因为环境配置的“第一步”就放弃了，所以我们会用最直白的方式，跨过这个门槛。
2. 环境搭建与核心组件解析
万事开头难，自动化测试的“难”往往卡在第一步：环境配置。网上教程众多，但版本兼容性问题常常让人头疼。下面我以当前（教程撰写时）最稳定的组合为例，带你一步步走通。
2.1 Python安装与虚拟环境管理
首先，你需要Python。我强烈建议使用Python 3.8或3.9版本，它们在稳定性和库兼容性上表现最好。不要去官网下最新的3.12或3.13，你可能会遇到一些第三方库尚未适配的问题。
安装要点：
- 从Python官网下载安装包时，务必勾选“Add Python to PATH”这个选项。这能让你在命令行（CMD或终端）中直接使用
python和pip命令，避免后续无数麻烦。 - 安装完成后，打开命令行，输入
python --version。如果能看到类似“Python 3.9.13”的版本信息，恭喜你，第一步成功了。
接下来是 虚拟环境 。这是Python开发中的最佳实践，相当于为你的自动化测试项目创建一个独立的、干净的“工作间”。这样，不同项目间的库版本不会互相冲突。使用 venv 模块创建：
# 在你选定的项目目录下，例如 D:\auto_test
python -m venv venv
这行命令会在当前目录创建一个名为 venv 的文件夹。激活它：
- Windows:
venv\Scripts\activate - Mac/Linux:
source venv/bin/activate
激活后，命令行提示符前会出现 (venv) 字样，表示你已进入这个独立环境。之后所有 pip install 操作都只影响这个环境。
2.2 Selenium库与浏览器驱动
Selenium本身是一个庞大的项目，我们通过Python来调用它。在激活的虚拟环境中，安装Python版的Selenium库非常简单：
pip install selenium
这行命令会从PyPI（Python包索引）下载并安装最新稳定版的 selenium 包。
真正的关键点在于浏览器驱动。 Selenium库是“发号施令”的大脑，而浏览器驱动（Driver）则是连接大脑和浏览器（如Chrome）的“神经”。没有正确的驱动，指令无法传达。
- 确定浏览器版本 ：打开你的Chrome浏览器，在地址栏输入
chrome://settings/help，查看版本号（例如，115.0.5790.110）。 - 下载对应驱动 ：访问ChromeDriver的官方镜像站（如https://chromedriver.storage.googleapis.com/index.html），找到与你的Chrome浏览器 主版本号完全一致 的驱动版本下载。比如Chrome是115.x，就找115.0.xxxx.x的ChromeDriver。
- 放置驱动 ：将下载的
chromedriver.exe（Windows）文件，放置在一个 系统PATH环境变量包含的目录 下，这是最推荐的做法。常见的目录如C:\Windows\或C:\Windows\System32\。你也可以放在项目目录下，但在代码中需要指定完整路径。
注意： 驱动与浏览器版本必须匹配，这是新手踩坑最多的点。版本不匹配通常会报错“This version of ChromeDriver only supports Chrome version XX”。另一个常见错误是驱动文件没有可执行权限（Linux/Mac系统），需要通过
chmod +x chromedriver命令赋予权限。
3. 第一个自动化脚本：从打开网页到元素定位
环境就绪，我们来写第一个脚本。这个脚本的目标是：打开百度首页，在搜索框输入“Selenium”，然后点击“百度一下”按钮。
3.1 初始化WebDriver与基础操作
WebDriver是Selenium的核心对象，所有操作都通过它进行。
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
import time
# 1. 创建WebDriver实例，启动Chrome浏览器
driver = webdriver.Chrome() # 如果chromedriver不在PATH，需指定路径：webdriver.Chrome(executable_path=r‘你的路径\chromedriver.exe’)
# 2. 打开目标网址
driver.get("https://www.baidu.com")
# 3. 让浏览器窗口最大化，避免元素被遮挡
driver.maximize_window()
# 4. 等待页面加载（简单粗暴的方式，后续会改进）
time.sleep(2)
# 5. 定位搜索框并输入内容
# 通过检查百度首页搜索框，我们发现其HTML中有一个id=‘kw’的input标签
search_box = driver.find_element(By.ID, ‘kw‘)
search_box.send_keys(“Selenium”) # 模拟键盘输入
# 6. 定位搜索按钮并点击
# 搜索按钮的id是‘su’
search_button = driver.find_element(By.ID, ‘su‘)
search_button.click()
# 7. 等待搜索结果加载
time.sleep(3)
# 8. 在控制台打印当前页面标题
print(“当前页面标题是：”, driver.title)
# 9. 关闭浏览器窗口
driver.quit()
逐行解释：
webdriver.Chrome()：这行代码会启动一个全新的、干净的Chrome浏览器实例。你会在桌面上看到它弹出来。driver.get(url)：命令浏览器导航到指定URL。find_element(By.ID, ‘kw’)：这是 元素定位 ，是自动化测试的基石。我们通过元素的ID属性（‘kw’）来找到页面上的搜索框。By类提供了多种定位方式。send_keys(“Selenium”)和click()：这是 元素操作 ，模拟了人的输入和点击行为。time.sleep(3)：这是 强制等待 ，让脚本暂停3秒。这是一个 不好的实践 ，但在我们第一个脚本里用于简单演示。在实际项目中，必须用更智能的等待方式替代它。driver.quit()：关闭浏览器并释放WebDriver资源。务必在脚本最后调用，否则后台进程可能不会结束。
3.2 元素定位的八种武器
定位不到元素，是自动化脚本失败的首要原因。Selenium提供了8种主要的定位策略，你需要像熟悉自己工具包里的工具一样熟悉它们。
- ID (
By.ID) : 最优先使用。ID在HTML中应该是唯一的，定位最快、最准确。例如find_element(By.ID, “loginBtn”)。 - Name (
By.NAME) : 次选。Name属性也常用于表单元素。例如find_element(By.NAME, “username”)。 - Class Name (
By.CLASS_NAME) : 注意，一个元素可能有多个CSS类，用这个定位时，需要传入 完整 的类名（多个类名用空格隔开时，只能取其中一个，通常不是好选择）。 - Tag Name (
By.TAG_NAME) : 通过标签名定位，如input,div,a。通常一个页面有很多同类标签，所以常与find_elements（复数）结合使用，获取列表后再筛选。 - Link Text (
By.LINK_TEXT) : 专门用于定位超链接 (<a>标签)，使用其 完整的、可见的文本 。例如find_element(By.LINK_TEXT, “忘记密码？”)。 - Partial Link Text (
By.PARTIAL_LINK_TEXT) : 链接文本的部分匹配。例如find_element(By.PARTIAL_LINK_TEXT, “忘记”)。 - CSS Selector (
By.CSS_SELECTOR) : 功能强大，推荐掌握 。它使用CSS选择器语法，非常灵活。例如：#kw(ID选择器，等同By.ID)input.s_ipt(标签+类组合)[name=‘wd’](属性选择器)div#u1 a(层级选择器)
- XPath (
By.XPATH) : 功能最强大，也最复杂 。它使用路径表达式在XML/HTML文档中导航。当元素没有ID、Name等简单属性时，XPath是终极武器。例如：//input[@id=‘kw’](查找所有id为kw的input标签)//form[@id=‘form’]//input[1](查找id为form的表单下的第一个input)//a[contains(text(), ‘登录’)](查找文本包含“登录”的链接)
实操心得： 浏览器开发者工具（F12）是你的最佳伙伴。在Elements面板，右键点击某个元素，选择“Copy” -> “Copy selector” 或 “Copy XPath”，可以快速获取该元素的CSS Selector或XPath。但自动生成的XPath可能很长且脆弱（一旦页面结构微调就失效），建议学习编写相对简洁、健壮的XPath，例如尽量使用
@id,@name等稳定属性，慎用绝对路径（以/html/body/div[3]/div[2]...开头的）。
4. 核心交互操作与等待机制
只会定位和点击还不够，真实的网页充满动态内容。我们需要更精细的操作和聪明的等待。
4.1 丰富的元素操作API
除了 click() 和 send_keys() ，WebElement对象还支持很多操作：
- 清除内容 ：
element.clear()。在输入前先清空输入框是个好习惯。 - 获取属性/文本 ：
link = driver.find_element(By.LINK_TEXT, “新闻”) print(link.get_attribute(‘href‘)) # 获取href属性值 print(link.text) # 获取元素可见文本 - 判断元素状态 ：
checkbox = driver.find_element(By.ID, ‘agree‘) print(checkbox.is_selected()) # 是否被选中 print(checkbox.is_enabled()) # 是否可用 print(checkbox.is_displayed()) # 是否可见 - 下拉框选择 ：需要引入
Select类。from selenium.webdriver.support.ui import Select province_select = Select(driver.find_element(By.ID, ‘province‘)) province_select.select_by_visible_text(“广东省”) # 按文本选 province_select.select_by_value(“44”) # 按value属性选 province_select.select_by_index(1) # 按索引选（从0开始） - 鼠标悬停与右键 ：需要引入
ActionChains类进行复杂鼠标操作。from selenium.webdriver.common.action_chains import ActionChains menu = driver.find_element(By.ID, ‘settingsMenu‘) ActionChains(driver).move_to_element(menu).perform() # 鼠标悬停 # 还可以链式调用：.click_and_hold(), .context_click(右键), .double_click()
4.2 智能等待：告别time.sleep
time.sleep(固定秒数) 是脚本的“毒药”。它无论页面是否加载完成都傻等，严重拖慢脚本速度，且不可靠。Selenium提供了两种智能等待：
-
隐式等待 (Implicit Wait) ：为
driver对象设置一个全局的超时时间。在查找 任何一个 元素时，如果元素没有立即出现，WebDriver会轮询查找（默认每0.5秒一次）直到超时。超时前找到则继续，超时未找到则抛出NoSuchElementException。driver.implicitly_wait(10) # 单位：秒 # 这行代码之后的所有find_element操作，最多等待10秒注意： 隐式等待只需设置一次，对整个driver生命周期有效。但它不适用于等待元素的 特定状态 （如可点击、元素包含特定文本）。
-
显式等待 (Explicit Wait) ： 这是工业级脚本的标配 。它允许你为某个特定的条件设置等待，条件成立则立即继续，超时则抛出异常。功能强大且灵活。
from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC # 等待“搜索按钮”出现并且可以被点击，最多等10秒 wait = WebDriverWait(driver, 10) button = wait.until(EC.element_to_be_clickable((By.ID, ‘su‘))) button.click() # 等待页面标题包含“Selenium” wait.until(EC.title_contains(“Selenium”)) # 等待某个元素在页面上可见 element = wait.until(EC.visibility_of_element_located((By.CLASS_NAME, ‘result‘)))expected_conditions模块提供了大量预定义条件，如presence_of_element_located（元素存在于DOM）、visibility_of_element_located（元素可见）、text_to_be_present_in_element（元素包含特定文本）等。
避坑指南： 在实际项目中，我通常 只使用显式等待，并彻底避免隐式等待和
time.sleep。因为混合使用隐式和显式等待会导致不可预知的超时时间。显式等待语义清晰，能精确表达“我在等什么”，让代码更健壮。将常用的等待操作封装成函数，能极大提升代码复用性。
5. 实战：封装一个登录测试用例
让我们把前面的知识组合起来，完成一个具有实际意义的测试用例：自动化测试一个假设的论坛登录功能。
假设我们的被测登录页面有：用户名输入框（id=username）、密码输入框（id=password）、登录按钮（class=btn-login）、登录后的用户昵称显示区域（id=userNickname）。
5.1 测试用例设计与Page Object模式雏形
直接在所有脚本里写 find_element 和 click ，代码会很快变得难以维护。这里我们引入 Page Object (PO) 模式 的思想，将页面元素定位和操作封装起来。
我们先创建一个简单的 login_page.py 文件：
# login_page.py
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
class LoginPage:
# 页面元素定位器 (Locators)，集中管理
USERNAME_INPUT = (By.ID, ‘username‘)
PASSWORD_INPUT = (By.ID, ‘password‘)
LOGIN_BUTTON = (By.CLASS_NAME, ‘btn-login‘)
USER_NICKNAME_SPAN = (By.ID, ‘userNickname‘)
def __init__(self, driver):
self.driver = driver
self.wait = WebDriverWait(self.driver, 10)
def enter_username(self, username):
"""输入用户名"""
user_elem = self.wait.until(EC.visibility_of_element_located(self.USERNAME_INPUT))
user_elem.clear()
user_elem.send_keys(username)
def enter_password(self, password):
"""输入密码"""
pwd_elem = self.wait.until(EC.visibility_of_element_located(self.PASSWORD_INPUT))
pwd_elem.clear()
pwd_elem.send_keys(password)
def click_login(self):
"""点击登录按钮"""
login_elem = self.wait.until(EC.element_to_be_clickable(self.LOGIN_BUTTON))
login_elem.click()
def get_nickname(self):
"""获取登录后显示的昵称，用于断言"""
nickname_elem = self.wait.until(EC.visibility_of_element_located(self.USER_NICKNAME_SPAN))
return nickname_elem.text
5.2 编写测试脚本与断言
然后，在主测试脚本 test_login.py 中，我们使用封装好的页面类：
# test_login.py
from selenium import webdriver
from login_page import LoginPage
import unittest # 这里使用Python自带的unittest框架，它提供了测试用例组织、断言和固件
class TestForumLogin(unittest.TestCase):
def setUp(self):
"""每个测试方法执行前运行，用于初始化"""
self.driver = webdriver.Chrome()
self.driver.maximize_window()
self.driver.get(“http://your-test-forum-site.com/login”) # 替换为你的测试地址
self.login_page = LoginPage(self.driver)
def tearDown(self):
"""每个测试方法执行后运行，用于清理"""
self.driver.quit()
def test_login_success(self):
"""测试用例：使用正确用户名密码登录成功"""
# 1. 执行操作
self.login_page.enter_username(“test_user”)
self.login_page.enter_password(“secure_password123”)
self.login_page.click_login()
# 2. 验证结果 (断言)
actual_nickname = self.login_page.get_nickname()
# 使用unittest的断言方法
self.assertEqual(actual_nickname, “test_user”, f“登录后昵称显示错误，期望‘test_user’，实际是‘{actual_nickname}‘”)
def test_login_failed_with_wrong_password(self):
"""测试用例：使用错误密码登录失败"""
self.login_page.enter_username(“test_user”)
self.login_page.enter_password(“wrong_password”)
self.login_page.click_login()
# 假设密码错误时，页面会弹出一个错误提示框，其class为‘alert-error’
error_alert = self.login_page.wait.until(EC.visibility_of_element_located((By.CLASS_NAME, ‘alert-error‘)))
self.assertIn(“密码错误”, error_alert.text)
if __name__ == ‘__main__‘:
unittest.main()
这个脚本展示了自动化测试的核心流程： 准备（Setup） -> 执行（Action） -> 验证（Assert） -> 清理（Teardown） 。使用 unittest 框架能让测试结构更清晰，并生成规范的测试报告。
6. 常见问题排查与高级技巧
即使按照教程一步步来，你也一定会遇到各种报错。下面是我总结的“排错清单”和一些提升脚本质量的高级技巧。
6.1 高频错误与解决方案速查表
| 错误现象/信息 | 可能原因 | 排查步骤与解决方案 |
|---|---|---|
selenium.common.exceptions.NoSuchElementException: Message: no such element... |
1. 元素定位表达式写错。 2. 页面尚未加载完成，元素还不存在。 3. 元素在iframe/frame内。 4. 元素是动态生成的（AJAX）。 |
1. 用浏览器开发者工具复核定位器。 2. 添加显式等待 ，等待元素出现/可见。 3. 使用 driver.switch_to.frame(frame_reference) 切换到对应iframe。 4. 等待动态加载完成，通常需要等待某个标志性元素出现。 |
selenium.common.exceptions.ElementNotInteractableException |
元素存在但不可交互（如被遮挡、未可见、禁用状态）。 | 1. 检查元素是否被其他层（如弹窗、遮罩）遮挡。 2. 使用 EC.element_to_be_clickable 等待。 3. 尝试用 ActionChains 或 JavaScript 直接操作。 |
chromedriver‘ cannot be opened because the developer cannot be verified. (Mac) |
Mac系统安全限制。 | 系统偏好设置 -> 安全性与隐私 -> 通用，点击“仍要打开”。或通过终端执行： xattr -d com.apple.quarantine /path/to/chromedriver |
This version of ChromeDriver only supports Chrome version X |
浏览器与驱动版本不匹配。 | 严格按本文2.2节步骤，核对并下载对应版本驱动。 |
| 脚本执行速度慢 | 大量使用 time.sleep 。 |
用显式等待（ WebDriverWait ）替换所有固定等待。 |
| 在Headless模式下元素找不到 | Headless模式渲染可能与普通模式有细微差别。 | 1. 适当增加等待时间。 2. 在Headless启动选项中添加 --window-size=1920,1080 等参数，确保视口大小。 |
6.2 提升脚本健壮性与效率的技巧
- 使用Page Object Model (POM) ：如前所述，将页面元素和操作封装成类。这是中大型自动化项目的基石，能让业务逻辑（测试用例）与页面细节分离，便于维护。
- 数据驱动测试 ：将测试数据（如用户名、密码）从脚本中剥离，存放在外部文件（如JSON, CSV, Excel）或数据库中。
unittest的@data装饰器或pytest的@pytest.mark.parametrize可以轻松实现。import pytest @pytest.mark.parametrize(“username, password, expected“, [ (“user1“, “pass1“, True), (“user1“, “wrong“, False), ]) def test_login(self, username, password, expected): # ... 使用参数化的数据执行测试 - Headless模式与无头浏览器 ：在服务器或CI/CD管道中运行测试时，不需要看到浏览器界面。使用Headless模式可以节省资源，运行更快。
from selenium.webdriver.chrome.options import Options chrome_options = Options() chrome_options.add_argument(“--headless”) # 启用无头模式 chrome_options.add_argument(“--no-sandbox”) # Linux环境常需 chrome_options.add_argument(“--disable-dev-shm-usage”) # 解决共享内存问题 driver = webdriver.Chrome(options=chrome_options) - 处理弹窗、新窗口和Alert ：
# 切换到新窗口 main_window = driver.current_window_handle # 点击某个打开新窗口的链接... for handle in driver.window_handles: if handle != main_window: driver.switch_to.window(handle) break # 操作新窗口后，可以切回主窗口 driver.switch_to.window(main_window) # 处理JavaScript Alert/Confirm/Prompt alert = driver.switch_to.alert print(alert.text) # 获取提示文本 alert.accept() # 点击“确定” # alert.dismiss() # 点击“取消” # alert.send_keys(“input text”) # 在Prompt中输入文字 - 执行JavaScript ：当Selenium原生API无法完成某些操作时（如滚动到元素、修改元素属性），可以直接注入JS。
# 滚动到页面底部 driver.execute_script(“window.scrollTo(0, document.body.scrollHeight);”) # 滚动到某个元素 element = driver.find_element(By.ID, “someId”) driver.execute_script(“arguments[0].scrollIntoView(true);”, element) # 高亮显示元素（调试用） driver.execute_script(“arguments[0].style.border = ‘3px solid red‘“, element)
走到这里，你已经从一个自动化测试的“门外汉”，变成了一个能够搭建环境、编写基础脚本、定位并操作元素、处理常见交互和等待、甚至初步封装页面对象的“实践者”。Python + Selenium的世界远不止于此，还有测试报告生成（如Allure）、分布式测试（如Selenium Grid）、与CI/CD工具集成等更广阔的空间。但请记住，所有高级应用都建立在扎实的基础之上。我建议你先将本教程中的例子在自己的环境里反复练习，直到你能不参考文档，独立写出一个完整的、带断言的小脚本。遇到报错时，耐心阅读错误信息，对照排查表，善用搜索引擎。自动化测试不是魔法，它是一步一个脚印，用代码将重复劳动解放出来的手艺。
更多推荐
7
0- 0
已为社区贡献16条内容
所有评论(0)