本文先完整讲解PyCharm下Python Selenium全套配置、基础/高阶API用法，搭配可运行实操案例；再演示同款需求用Selenium IDE录制实现，最后汇总两种方案使用思路。

前言

做Web UI自动化、模拟网页操作、简单爬虫时，Selenium是行业最主流工具。它有两种使用模式，大家日常都可以按需选用：

1. Python手写Selenium脚本：代码可控，支持复杂业务逻辑，可分层封装、对接测试流程，适合长期自动化项目；
2. Selenium IDE浏览器插件：零代码可视化录制，点点鼠标就能生成操作流程，快速复现页面操作，新手入门友好。

---

一、环境搭建（PyCharm适配）

1. selenium库安装

打开PyCharm底部Terminal终端，执行pip命令安装核心依赖：

# 核心自动化库 + 自动驱动管理工具
pip install selenium webdriver-manager

• selenium：提供浏览器操控全套API；
• webdriver-manager：自动识别本地Chrome版本，一键下载匹配驱动，告别版本不兼容报错。

2. 浏览器驱动两种安装方案

方案1：自动驱动（推荐新手，本文全部示例使用）

无需手动下载驱动文件，代码内部自动拉取对应版本，即装即用。

方案2：手动下载驱动（旧项目兼容场景）

针对不同的浏览器，需要安装不同的驱动。Chrome用ChromeDriver，Edge用MSEdgeDriver，Firefox用GeckoDriver，各驱动均可在对应官网获取。

这里用 ChromeDriver 安装作为演示：

1. 查看本地Chrome版本：浏览器右上角设置 → 关于Chrome，记录版本号；
   

2. 访问 ChromeDriver官方下载地址 找到对应版本压缩包；
   

3. 解压驱动.exe文件，放置Python根目录或代码内指定驱动文件路径，并把当前路径保存到环境变量，即可全局调用驱动。

---

二、Selenium 基础核心用法

1. 浏览器页面基础操作

1.1 初始化浏览器对象（自动驱动极简写法）

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

# 自动匹配Chrome驱动，初始化浏览器
driver = webdriver.Chrome(service=Service(ChromeDriverManager().install()))

注意：如果运行时报错 TypeError: __init__() got an unexpected keyword argument 'service'，说明你安装的是老版本Selenium（3.x），需要升级：pip install -U selenium

拓展：无头模式（后台运行不弹出浏览器窗口，适合批量跑任务）

from selenium.webdriver.chrome.options import Options

opt = Options()
opt.add_argument("--headless=new")  # Chrome 109+ 使用新无头模式
driver = webdriver.Chrome(service=Service(ChromeDriverManager().install()), options=opt)

1.2 访问网页地址

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

1.3 控制浏览器窗口尺寸

# 窗口最大化
driver.maximize_window()
# 自定义宽高
driver.set_window_size(1000, 800)

1.4 页面前进、后退、刷新

driver.back()      # 后退上一页
driver.forward()   # 前进下一页
driver.refresh()   # 刷新当前页面

1.5 获取页面基础属性

print("页面标题：", driver.title)
print("当前URL：", driver.current_url)
print("页面源码：", driver.page_source)  # 可用于调试或简单爬虫

---

2. 页面元素定位（四大主流定位方式）

统一导入定位枚举类：

from selenium.webdriver.common.by import By

定位方式	代码示例	适用场景
ID定位	driver.find_element(By.ID, "kw")	页面唯一id属性，稳定性最高
Class定位	driver.find_element(By.CLASS_NAME, "s_ipt")	单一class值
CSS选择器	driver.find_element(By.CSS_SELECTOR, "#kw")	灵活适配复杂样式，语法简洁
XPath定位	driver.find_element(By.XPATH, "//input[@id='kw']")	无id/class的复杂页面，万能但效率稍低

CSS选择器常用语法速查：

目标	CSS写法	说明
id为kw的元素	#kw	# 表示id
class为s_ipt的元素	.s_ipt	. 表示class
input标签	input	直接写标签名
子级元素	form > input	form下的直接子级input
后代元素	form input	form下所有层级input
属性筛选	input[name='wd']	匹配name属性为wd的input

单数与复数定位：

# 定位单个元素（找不到抛异常）
driver.find_element(By.ID, "kw")

# 定位多个元素（找不到返回空列表，不抛异常）
driver.find_elements(By.CLASS_NAME, "result-item")

---

3. 模拟鼠标操作

需要导入鼠标动作链：

from selenium.webdriver import ActionChains

action = ActionChains(driver)
elem = driver.find_element(By.ID, "su")

action.click(elem).perform()         # 单击
action.double_click(elem).perform()  # 双击
action.context_click(elem).perform() # 右键
action.move_to_element(elem).perform() # 鼠标悬浮

---

4. 模拟键盘输入操作

导入键盘按键包：

from selenium.webdriver.common.keys import Keys

search_input = driver.find_element(By.ID, "kw")
search_input.send_keys("Selenium教程")      # 输入文字
search_input.send_keys(Keys.ENTER)          # 回车
search_input.send_keys(Keys.CONTROL, "a")   # Ctrl+A全选
search_input.send_keys(Keys.BACKSPACE)      # 删除

---

5. 三种延时等待（解决元素加载未完成报错）

5.1 强制等待（不推荐，仅调试用）

固定休眠时间，不管页面是否加载完成，浪费执行时间：

import time
time.sleep(3)

5.2 隐式等待（全局通用）

设置全局等待时长，查找所有元素时最多等待指定秒数，找到立刻执行：

driver.implicitly_wait(10)

5.3 显式等待（企业项目首选，精准高效）

单独等待某一个指定元素，精准控制加载时机，速度更快：

from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

# 最多等待10秒，直到搜索框出现
input_elem = WebDriverWait(driver, 10).until(
    EC.presence_of_element_located((By.ID, "kw"))
)

---

6. 页面切换操作

6.1 多窗口切换

打开新标签页后，通过窗口句柄切换页面：

# 获取所有窗口句柄
windows = driver.window_handles
# 切换到第二个新窗口
driver.switch_to.window(windows[1])
# 切回第一个窗口
driver.switch_to.window(windows[0])

6.2 iframe表单切换

页面内嵌iframe时，必须切入框架才能定位内部元素：

# 根据id/name切入iframe
driver.switch_to.frame("iframeId")
# 通过元素对象切入
frame_elem = driver.find_element(By.CSS_SELECTOR, "iframe")
driver.switch_to.frame(frame_elem)
# 切回原页面
driver.switch_to.default_content()

---

7. Cookie操作

# 获取全部cookie
cookies = driver.get_cookies()
# 添加自定义cookie
driver.add_cookie({"name": "test", "value": "123"})
# 删除单条cookie
driver.delete_cookie("test")
# 清空所有cookie
driver.delete_all_cookies()

---

三、Selenium 高阶实用技巧

1. execute_script 执行JS脚本

1.1 判断页面元素是否存在

def element_exist(driver, xpath):
    return driver.execute_script(
        'return document.evaluate("{}", document, null, '
        'XPathResult.FIRST_ORDERED_NODE_TYPE, null).singleNodeValue != null'.format(xpath)
    )

1.2 滚动页面到最底部

driver.execute_script("window.scrollTo(0, document.body.scrollHeight);")

1.3 滚动至指定元素位置

target = driver.find_element(By.ID, "su")
driver.execute_script("arguments[0].scrollIntoView();", target)

1.4 获取页面滚动高度（判断是否到底）

scroll_height = driver.execute_script("return document.body.scrollHeight")
current_scroll = driver.execute_script("return window.pageYOffset")

---

2. XPath高级定位方案

2.1 文本精准定位

driver.find_element(By.XPATH, "//a[text()='百度首页']")

2.2 模糊文本匹配

# 包含指定文字
driver.find_element(By.XPATH, "//div[contains(text(), '搜索')]")
# 属性值包含指定内容
driver.find_element(By.XPATH, "//input[contains(@class, 'ipt')]")

2.3 多条件逻辑定位

# id=kw 且 class=s_ipt
driver.find_element(By.XPATH, "//input[@id='kw' and @class='s_ipt']")
# 多个条件用or
driver.find_element(By.XPATH, "//input[@id='kw' or @name='wd']")

2.4 轴定位（父子/兄弟节点）

# 父节点下的第一个子input（注意：child::是默认轴，可省略）
driver.find_element(By.XPATH, "//form/child::input[1]")
# 简写形式等价
driver.find_element(By.XPATH, "//form/input[1]")
# 获取当前节点的父节点
driver.find_element(By.XPATH, "//input[@id='kw']/parent::form")
# 获取前一个兄弟节点
driver.find_element(By.XPATH, "//input[@id='kw']/preceding-sibling::div")
# 获取后一个兄弟节点
driver.find_element(By.XPATH, "//input[@id='kw']/following-sibling::span")

---

四、完整综合实操案例：百度搜索自动化

完整可运行代码

from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.keys import Keys
from webdriver_manager.chrome import ChromeDriverManager
import time
import traceback

options = Options()
options.add_argument("--disable-gpu")
options.add_argument("--no-sandbox")
options.add_argument("--disable-dev-shm-usage")
options.add_argument("--window-size=1920,1080")
options.add_argument("--disable-blink-features=AutomationControlled")
options.add_experimental_option("excludeSwitches", ["enable-automation"])
options.add_experimental_option("useAutomationExtension", False)

service = Service(ChromeDriverManager().install())
driver = webdriver.Chrome(service=service, options=options)
driver.implicitly_wait(8)
driver.maximize_window()
driver.execute_script("Object.defineProperty(navigator, 'webdriver', {get: () => undefined})")


try:
    driver.get("https://www.baidu.com")
    print("当前页面标题：", driver.title)
    time.sleep(3)

    # 在AI搜索框中输入内容（使用对应的textarea）
    ai_search_input = driver.find_element(By.ID, "chat-textarea")
    ai_search_input.clear()
    ai_search_input.send_keys("Python Selenium自动化教程")
    print("已向AI搜索框输入关键词")
    time.sleep(0.5)

    # 点击AI搜索框旁的“百度一下”按钮
    ai_search_btn = driver.find_element(By.ID, "chat-submit-button")
    ai_search_btn.click()
    print("已点击AI搜索按钮")

    # 等待搜索结果加载
    time.sleep(3)
    driver.execute_script("window.scrollTo(0, document.body.scrollHeight);")
    print("已滚动至页面底部")

    # ===== 添加暂停，让你查看搜索结果 =====
    print("\n" + "="*50)
    print("搜索结果已加载完成，浏览器保持打开状态。")
    print("请查看搜索结果，完成后按 Enter 键关闭浏览器...")
    print("="*50)
    input()  # 等待用户按回车键

except Exception as err:
    print("脚本执行异常：", err)
    traceback.print_exc()
finally:
    # 关闭浏览器，释放进程
    driver.quit()
    print("浏览器已关闭。")

运行效果

1. 自动弹出Chrome浏览器并打开百度首页；
2. 在AI搜索框中输入关键词"Python Selenium自动化教程"，点击"百度一下"按钮执行搜索；
3. 等待3秒后自动滚动页面至底部；
4. 程序暂停，浏览器保持打开，按 Enter 键 后自动关闭浏览器，无残留进程。

---

五、零代码替代方案：Selenium IDE录制同款百度搜索

前面我们用Python代码完成了自动化流程，不想写代码的小伙伴可以使用Selenium IDE插件快速实现一模一样的操作：

1. 前置准备

Chrome/Edge浏览器应用商店搜索安装官方 Selenium IDE 插件。

2. 录制完整步骤

1. 打开插件，点击「录制新测试」，填写用例名称，默认网址填 https://www.baidu.com；
   

2. 点击红色录制按钮，自动打开百度页面；

3. 手动在搜索框输入 Python Selenium自动化教程，按下回车；

4. 页面加载完成后，滚动页面到底部，完成操作后停止录制；

3. 回放与导出

1. 点击播放按钮，自动复现全部操作流程；
   

2. 支持导出Python脚本（或其他语言），导出后可复制到PyCharm中二次修改优化。

注意：Selenium IDE导出的Python脚本通常包含 time.sleep() 固定等待，且用的是老式 find_element_by_* 语法。如果要在新版Selenium 4.x中运行，需要将定位改为 By.xxx 格式，并建议将强制等待替换为显式等待，否则脚本稳定性会打折扣。

---

六、全文总结

1. Python Selenium脚本：功能全面，支持等待、JS执行、复杂逻辑、批量任务，适合长期维护自动化测试、爬虫场景，是企业主流方案；
2. Selenium IDE工具：零代码可视化录制，上手成本极低，适合临时验证页面、快速复现bug、新手熟悉自动化流程；
3. 学习建议：新手先用IDE看懂自动化执行逻辑，再系统学习Python Selenium基础+高阶API，两种方案结合使用效率最高；
4. 避坑要点：
   • 优先使用显式等待 + 隐式等待兜底，少用 time.sleep()
   • 定位优先用ID和CSS，XPath做兜底
   • 生产环境务必用 try-finally 或 with 确保 driver.quit() 被执行
   • Selenium 4.x 已废弃 find_element_by_* 系列方法，统一使用 find_element(By.xxx, value)

---

参考

1. Selenium 官方WebDriver开发文档
2. ChromeDriver官方版本适配说明