当前位置： 首页 > news >正文

Selenium自动化测试入门：从环境搭建到实战封装

news 2026/6/23 21:55:38

1. 项目概述：从手工到自动化的必然跨越

干了这么多年软件测试，我最大的感受就是，手工测试就像用勺子舀干一个游泳池，而自动化测试则是打开了排水阀。今天要聊的“Selenium”，就是那个最经典、最可靠的“排水阀”之一。无论你是刚入行的测试新人，还是想从功能测试转向自动化的老手，这个系列都将带你从零开始，亲手搭建起一套可用的自动化测试框架。我们不会空谈理论，而是聚焦于“怎么做”和“为什么这么做”，把我在实际项目中踩过的坑、总结的技巧都揉碎了讲给你听。Selenium的核心价值在于模拟真实用户操作浏览器，实现Web应用的自动化测试，它能帮你把那些重复、枯燥的回归测试任务交给机器，从而解放人力去进行更有价值的探索性测试和复杂场景设计。

2. Selenium生态与核心组件拆解

在动手写第一行代码之前，我们必须先理清Selenium到底是什么，以及它由哪些部分组成。很多人一上来就pip install selenium，然后对着报错一头雾水，问题往往就出在对整体架构的理解上。

2.1 Selenium工具集：不止一个“Selenium”

Selenium其实是一个项目集合，包含了多个工具，针对不同的需求和场景。

  1. Selenium IDE：这是一个浏览器插件（支持Chrome和Firefox），主要用于录制和回放测试脚本。它非常适合测试新手快速上手，或者用于快速生成一些基础的操作脚本。但它的局限性也很明显：录制的脚本可维护性差，难以处理复杂逻辑（如条件判断、数据驱动），且通常绑定在特定浏览器上。在真正的项目自动化中，它更多是作为一个辅助工具，用于快速探索或生成部分操作代码。

  2. Selenium WebDriver：这才是我们常说的“Selenium”的核心，也是本系列重点讲解的对象。WebDriver提供了一套面向各种编程语言（Java, Python, C#, JavaScript, Ruby等）的API。这些API允许你通过代码直接向浏览器发送指令（如点击、输入、获取元素），并获取浏览器的响应。它的强大之处在于，它调用的是浏览器原生支持的控制接口，因此能实现最接近真实用户的操作。我们后续的所有自动化脚本，都将基于WebDriver来编写。

  3. Selenium Grid：这是一个用于分布式测试的工具。想象一下，你需要同时在不同操作系统（Windows, macOS, Linux）的不同浏览器（Chrome, Firefox, Safari, Edge）上运行同一套测试用例，以进行兼容性测试。手动一台台机器去跑显然不现实。Selenium Grid允许你将测试命令分发到网络中的多个节点（即不同的机器和浏览器环境）上并行执行，极大地提升了测试效率，尤其适合大型项目和持续集成流水线。

对于绝大多数从零开始的个人学习或中小项目，我们的起点和核心就是Selenium WebDriver。

2.2 WebDriver的工作原理：与浏览器对话的桥梁

理解WebDriver如何工作，有助于你在遇到诡异问题时进行排查。它的架构遵循W3C标准，可以概括为“客户端-服务器”模式。

  1. 客户端（Client）：就是你用Python（或Java等）写的测试脚本。你调用Selenium提供的客户端库（如from selenium import webdriver）。
  2. 浏览器驱动（Browser Driver）：这是一个独立的可执行文件，如chromedriver（用于Chrome/Edge）、geckodriver（用于Firefox）。它充当了服务器。你的客户端脚本通过HTTP请求（使用JSON Wire Protocol或W3C协议）向这个驱动发送命令。
  3. 浏览器（Browser）：浏览器驱动接收到命令后，通过浏览器提供的原生自动化接口（如Chrome DevTools Protocol）来控制真实的浏览器实例执行相应操作，并将结果返回给驱动，驱动再返回给你的脚本。

所以，一个完整的Selenium自动化环境必须包含三部分：你的测试脚本 + 对应语言的Selenium客户端库 + 对应浏览器的驱动。最常见的错误就是只安装了Python的selenium包，却忘了下载或正确配置chromedriver。

2.3 与其他工具的对比：为什么是Selenium？

市面上自动化测试工具很多，比如Playwright、Cypress、Puppeteer等。Selenium的优势和定位是什么？

  • Selenium vs. Playwright/Cypress：Playwright和Cypress是较新的工具，它们在架构上更现代，默认支持无头模式、自动等待、网络拦截等高级特性，开箱即用体验更好。Selenium的优势则在于其历史最久、社区最庞大、生态最成熟。几乎所有浏览器都官方支持Selenium，有海量的资料、问答和第三方库（如Page Object模式框架、报告工具）。对于需要支持老旧浏览器（如IE）或深度定制化框架的企业级项目，Selenium的灵活性和可控性更强。选择Selenium，意味着你站在了一个巨人的肩膀上，有整个开源社区作为后盾。
  • Selenium for Web vs. Appium：Selenium专注于Web应用。如果你需要测试手机原生App或混合应用，那么应该使用Appium。有趣的是，Appium在底层复用了一部分Selenium的协议和思想，所以学会Selenium对学习Appium有很大帮助。
  • 功能自动化 vs. 接口自动化：这是两个不同层面。Selenium属于UI层功能自动化，模拟用户操作界面。而接口自动化（常用Requests, Postman等工具）是直接测试后端API。一个完整的自动化测试体系通常两者结合：接口自动化保证业务逻辑正确、快速反馈；UI自动化保证前端交互和集成无误。在项目后期，UI自动化由于执行慢、稳定性受前端影响大，更适合作为冒烟测试或核心流程的回归保障。

3. 环境搭建与核心配置实战

理论清楚了，我们立刻动手搭建环境。这里以最流行的组合Python 3.x + Chrome浏览器 + Selenium为例。

3.1 基础环境安装

  1. 安装Python：确保你的系统已安装Python 3.6或更高版本。在命令行输入python --version或python3 --version检查。
  2. 安装Selenium客户端库：通过pip安装，这是最简单的一步。
    pip install selenium
    我建议总是使用虚拟环境（如venv或conda）来管理项目依赖，避免不同项目间的包版本冲突。
  3. 下载浏览器驱动：这是最关键也最容易出错的一步。
    • ChromeDriver：访问 ChromeDriver官网 或国内镜像站。驱动的版本必须与你的Chrome浏览器主版本号完全一致。查看Chrome版本：浏览器设置 -> 关于Chrome。下载对应版本的chromedriver压缩包。
    • GeckoDriver (for Firefox)：访问 GeckoDriver GitHub发布页 。
    • Microsoft Edge Driver：如果你的Edge是基于Chromium的，那么使用edgedriver，其版本也需与Edge浏览器版本匹配。

3.2 驱动的配置与“找不到驱动”问题解决

下载的驱动是一个可执行文件（Windows是.exe，macOS/Linux无后缀）。有三种常用配置方法：

方法一：放入系统PATH（推荐）将下载的chromedriver或geckodriver文件，放在系统环境变量PATH包含的任意目录下，例如：

  • Windows: 放在C:\Windows\或C:\Windows\System32\。
  • macOS/Linux: 放在/usr/local/bin/。

这样做之后，你在代码中初始化驱动时，Selenium会自动在PATH中查找。

方法二：指定驱动文件路径在代码中显式指定驱动文件的绝对路径。

from selenium import webdriver # 指定驱动路径 driver = webdriver.Chrome(executable_path='/path/to/your/chromedriver') # 注意：新版本Selenium中，executable_path参数已弃用，推荐使用Service类 # 新版本推荐写法 from selenium.webdriver.chrome.service import Service service = Service(executable_path='/path/to/your/chromedriver') driver = webdriver.Chrome(service=service)

方法三：使用WebDriver Manager（强烈推荐给新手）这是一个第三方库，能自动下载、匹配并管理浏览器驱动，彻底解决版本匹配的烦恼。

pip install webdriver-manager

使用起来极其简单：

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)

WebDriverManager会自动检查你的浏览器版本，下载对应的驱动，并返回路径。这是我目前最推荐的方式，尤其在持续集成环境中。

注意：如果遇到驱动无法打开或秒退的问题，除了检查版本，还要注意：

  1. 驱动文件是否有可执行权限（Linux/macOS系统：chmod +x chromedriver）。
  2. 是否杀毒软件或系统安全策略拦截了驱动运行。
  3. 尝试以管理员/root权限运行你的脚本。

3.3 编写并运行第一个脚本：打开百度搜索

环境就绪，我们来写一个最简单的脚本，感受一下Selenium的威力。

from selenium import webdriver from selenium.webdriver.common.by import By from selenium.webdriver.common.keys import Keys import time # 1. 创建浏览器驱动实例（这里假设驱动已在PATH中，或使用WebDriver Manager） driver = webdriver.Chrome() # 这将打开一个全新的Chrome窗口 # 2. 访问目标网址 driver.get("https://www.baidu.com") # 3. 定位搜索框，并输入搜索词 # 通过元素的ID属性定位，这是最快最准的方式 search_box = driver.find_element(By.ID, "kw") search_box.send_keys("Selenium自动化测试") # 输入文字 # 4. 模拟按下回车键进行搜索 search_box.send_keys(Keys.RETURN) # 5. 等待一下，观察结果 time.sleep(3) # 强制等待3秒，这是一种简单的等待方式，但不推荐在生产脚本中使用 # 6. 可以获取当前页面的标题或URL，并打印 print("当前页面标题：", driver.title) print("当前页面URL：", driver.current_url) # 7. 关闭浏览器窗口 driver.quit() # 使用quit()会关闭所有窗口并结束驱动进程。close()只关闭当前窗口。

将上面的代码保存为first_test.py，然后在命令行运行python first_test.py。你应该能看到一个Chrome窗口自动打开，访问百度，输入关键词并搜索，然后打印出信息后关闭。

实操心得：

  • driver.quit()和driver.close()有区别。quit()会退出整个WebDriver会话，释放资源，是结束测试时的标准操作。close()仅关闭当前标签页，如果只有一个标签页则关闭浏览器，但驱动进程可能还在。养成用driver.quit()收尾的习惯。
  • 上面的脚本使用了time.sleep(3)，这是一种“强制等待”。在实际项目中，应尽量避免使用，因为它会造成不必要的时间浪费，且无法智能判断页面是否就绪。我们马上会讲到更优的“智能等待”。

4. 元素定位：自动化测试的基石

自动化测试的本质是“找到元素，操作元素”。因此，元素定位的准确性和稳定性是脚本能否成功运行的关键。Selenium提供了8种主要的定位方式（通过By类）。

4.1 八大定位策略详解与选用原则

  1. ID(By.ID)：通过元素的id属性定位。id在HTML中应该是唯一的，因此这是优先级最高、最可靠的定位方式。如果元素有稳定且唯一的ID，请毫不犹豫地使用它。

    element = driver.find_element(By.ID, “username”)

  2. Name(By.NAME)：通过元素的name属性定位。name也可能不唯一，但在表单元素中很常见。

    element = driver.find_element(By.NAME, “password”)

  3. Class Name(By.CLASS_NAME)：通过元素的class属性定位。一个元素可以有多个class（空格分隔），而一个class也可以被多个元素使用，所以稳定性较差。通常用于辅助定位或定位一组元素。

    elements = driver.find_elements(By.CLASS_NAME, “btn-primary”) # 注意是 find_elements，返回列表

  4. Tag Name(By.TAG_NAME)：通过标签名定位，如<input>,<div>,<a>。一个页面中同类型标签极多，几乎从不单独用于精确定位，多用于查找元素集合。

    all_links = driver.find_elements(By.TAG_NAME, “a”)

  5. Link Text(By.LINK_TEXT)：专门用于定位超链接 (<a>标签)，通过链接的完整可见文本定位。

    element = driver.find_element(By.LINK_TEXT, “登录”)

  6. Partial Link Text(By.PARTIAL_LINK_TEXT)：通过链接的部分可见文本定位。比Link Text更灵活，但也要注意文本的唯一性。

    element = driver.find_element(By.PARTIAL_LINK_TEXT, “忘记密”)

  7. CSS Selector(By.CSS_SELECTOR)：使用CSS选择器语法定位。功能非常强大，可以组合ID、Class、属性、层级关系等进行复杂定位。是仅次于ID的推荐定位方式，尤其当元素没有ID时。

    # 通过ID element = driver.find_element(By.CSS_SELECTOR, “#username”) # 通过Class element = driver.find_element(By.CSS_SELECTOR, “.submit-btn”) # 组合定位：具有class='menu'的ul下的第一个li子元素 element = driver.find_element(By.CSS_SELECTOR, “ul.menu > li:first-child”)

  8. XPath(By.XPATH)：使用XML路径语言定位。功能最强大，可以遍历整个HTML文档树，实现非常灵活的定位。但表达式可能较复杂，且性能略低于CSS Selector。

    # 绝对路径（脆弱，不推荐） element = driver.find_element(By.XPATH, “/html/body/div[1]/form/input[1]”) # 相对路径 + 属性定位（推荐） element = driver.find_element(By.XPATH, “//input[@id=‘username’]”) # 文本内容定位 element = driver.find_element(By.XPATH, “//button[text()=‘提交’]”) # 包含文本 element = driver.find_element(By.XPATH, “//a[contains(text(), ‘下一页’)]”)

定位策略选用优先级（个人经验）：

  1. ID > Name：唯一且稳定，首选。
  2. CSS Selector：灵活、性能好、语法简洁。对于现代Web应用，前端框架生成的ID可能动态变化，此时利用稳定的Class和属性组合的CSS选择器是更好的选择。
  3. XPath：当CSS选择器无法满足复杂逻辑时使用，例如需要根据兄弟节点、父节点文本等关系定位。尽量避免使用长的绝对路径XPath。
  4. Link Text / Partial Link Text：专门用于链接，简单直接。
  5. Class Name / Tag Name：通常不用于精确查找单个元素，多用于查找列表或结合其他方法。

4.2find_element与find_elements的区别

  • find_element(By.XX, “value”)：返回第一个匹配到的元素（WebElement对象）。如果没找到，会抛出NoSuchElementException。
  • find_elements(By.XX, “value”)：返回一个列表，包含所有匹配到的元素。如果没找到，返回一个空列表[]，不会抛出异常。

根据你的需求选择。例如，要操作一个特定的按钮，用find_element；要获取一个商品列表中的所有项，用find_elements。

4.3 定位失败常见原因与排查技巧

即使你写对了定位器，脚本也可能因为以下原因失败：

  1. 页面未加载完成：这是最常见的原因。你执行定位代码时，元素可能还没被渲染出来。解决方案是使用“等待”，我们下一章详细讲。
  2. 元素在iframe/frame内：如果目标元素位于<iframe>或<frame>标签内，你必须先切换到对应的frame中，才能定位其中的元素。
    # 通过ID或索引切换到frame driver.switch_to.frame(“frame_id”) # 或者 driver.switch_to.frame(0) # 第一个frame # 操作frame内的元素... # 操作完成后切回主文档 driver.switch_to.default_content()
  3. 元素在Shadow DOM内：一些现代前端框架（如Vue, React的某些组件）会使用Shadow DOM，普通定位方法无法直接穿透。需要使用driver.execute_script()执行JavaScript来访问。
  4. 动态ID/Class：前端框架（如React, Angular）可能会生成随机的ID或Class。此时应寻找其他不变的属性，或者使用XPath/CSS Selector通过相对关系、文本内容等定位。
  5. 弹窗/新窗口：操作后打开了新窗口或弹窗，需要切换句柄。
    # 获取当前所有窗口句柄 all_handles = driver.window_handles # 切换到新窗口（通常是最后一个） driver.switch_to.window(all_handles[-1])
  6. 元素不可见或不可交互：元素可能被其他元素遮挡（如弹层），或者设置了display: none、disabled属性。需要先确保元素可见且可操作。

排查技巧：当定位失败时，不要盲目修改代码。首先，在浏览器的开发者工具（F12）中，使用Console标签尝试你的定位表达式。

  • 对于CSS Selector:document.querySelector(“你的选择器”)
  • 对于XPath:$x(“你的XPath表达式”)如果能在Console中找到元素，说明定位器本身没问题，问题可能出在等待、frame或窗口切换上。

5. 等待机制：让脚本稳定运行的关键

自动化测试脚本不稳定，十有八九是“等”得不对。Selenium提供了三种等待方式，理解并正确使用它们是写出健壮脚本的核心。

5.1 强制等待 (time.sleep)

最简单粗暴的方式，让线程暂停指定的时间。

import time time.sleep(5) # 无条件等待5秒

缺点：无论页面是否已经就绪，都必须等待固定时间。如果元素提前加载好，就浪费了时间；如果元素加载比预期慢，依然会失败。仅在调试或不得已的情况下使用。

5.2 隐式等待 (implicitly_wait)

在WebDriver对象的整个生命周期（或直到被改变）内设置一个全局的等待时间。当使用find_element或find_elements定位元素时，如果元素没有立即找到，WebDriver会轮询DOM一段时间（默认0.5秒检查一次），直到找到元素或超时。

driver = webdriver.Chrome() driver.implicitly_wait(10) # 设置为10秒

特点与注意事项：

  • 全局性：设置一次，对所有后续的find_element操作都生效。
  • 只对元素定位有效：它只作用于“查找元素”这个动作。如果元素找到了但不可点击（例如被遮挡、未启用），它不会继续等待。
  • 与显式等待混用：当同时设置了隐式等待和显式等待时，实际等待时间取两者最大值。通常建议在项目中只使用一种，推荐显式等待，以避免不可预期的长时间等待。很多团队的最佳实践是禁用隐式等待（设为0），完全使用显式等待来获得更精确的控制。

5.3 显式等待 (WebDriverWait+expected_conditions)

这是最强大、最推荐的等待方式。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执行，否则在超时后抛出异常。

from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC from selenium.webdriver.common.by import By # 创建一个WebDriverWait对象，设置最大等待时间10秒，轮询间隔0.5秒（默认） wait = WebDriverWait(driver, 10) # 等待直到某个元素出现并可被定位 element = wait.until(EC.presence_of_element_located((By.ID, “dynamic_element”))) # 等待直到某个元素可见（不仅存在，而且display不为none，visibility不为hidden） element = wait.until(EC.visibility_of_element_located((By.CSS_SELECTOR, “.loading-message”))) # 等待直到某个元素可被点击（可见且enabled） button = wait.until(EC.element_to_be_clickable((By.NAME, “submit”))) button.click() # 等待直到某个元素从DOM中消失（例如等待加载动画消失） wait.until(EC.invisibility_of_element_located((By.ID, “spinner”))) # 等待直到页面标题包含特定文字 wait.until(EC.title_contains(“订单提交成功”)) # 等待直到某个元素包含特定文本 wait.until(EC.text_to_be_present_in_element((By.TAG_NAME, “h1”), “欢迎回来”))

为什么显式等待最好？

  1. 精准：只为必要的条件等待，条件满足立即执行，效率高。
  2. 灵活：丰富的预期条件（expected_conditions模块）覆盖了各种场景。
  3. 清晰：代码明确表达了“在做什么之前，需要等待什么状态”，可读性强。
  4. 稳定：能有效应对网络延迟、动态加载等导致的元素状态变化。

实操心得与避坑指南：

  • 超时时间设置：根据网络和应用的实际情况设置，通常5-15秒。太短容易失败，太长会拖慢测试套件整体速度。
  • 选择正确的预期条件：
    • presence_of_element_located：元素存在于DOM中即可，哪怕它不可见。适用于你后续需要操作隐藏元素的情况。
    • visibility_of_element_located：元素不仅存在，还要可见。这是最常用的条件，因为用户通常只能与可见元素交互。
    • element_to_be_clickable：在“可见”的基础上，还要求元素是enabled状态。用于点击操作前的最佳检查。
  • 自定义等待条件：如果内置条件不满足需求，你可以用lambda函数自定义。
    # 等待直到元素的某个属性值变为特定值 wait.until(lambda d: d.find_element(By.ID, “progress”).get_attribute(“value”) == “100”)
  • 处理超时异常：until方法在超时后会抛出TimeoutException。你应该在测试框架中妥善捕获并处理这个异常，将其转化为测试失败并输出有意义的日志，而不是让整个脚本崩溃。
  • 避免“等待链”：不要在循环或连续操作中频繁使用短时间的显式等待，这可能导致累积等待时间很长。尽量用一个等待条件覆盖一个完整的交互阶段。

6. 常用浏览器操作与高级交互

掌握了定位和等待，我们就可以组合它们来完成各种复杂的用户操作了。

6.1 基础操作：点击、输入、清空、提交

from selenium.webdriver.common.keys import Keys from selenium.webdriver.common.by import By from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC # 假设driver已初始化 wait = WebDriverWait(driver, 10) # 1. 点击操作 login_button = wait.until(EC.element_to_be_clickable((By.ID, “loginBtn”))) login_button.click() # 2. 输入文本 username_input = driver.find_element(By.ID, “username”) username_input.send_keys(“my_username”) # 输入 username_input.clear() # 清空输入框 username_input.send_keys(“new_username”) # 重新输入 # 3. 模拟特殊键 search_input = driver.find_element(By.NAME, “q”) search_input.send_keys(“Selenium”) search_input.send_keys(Keys.ENTER) # 模拟回车键，等同于 .send_keys(Keys.RETURN) # 也可以组合键，如Ctrl+A全选 search_input.send_keys(Keys.CONTROL, ‘a’) # Windows/Linux # 对于Mac，通常是 COMMAND 键，但WebDriver可能仍映射为CONTROL，需注意系统差异 # 4. 提交表单 # 如果输入框在一个<form>里，可以通过submit()提交 form_element = driver.find_element(By.TAG_NAME, “form”) form_element.submit() # 或者直接找到提交按钮点击

6.2 获取元素信息与状态判断

自动化测试不仅是操作，也需要验证。我们需要从页面上获取信息来进行断言。

element = driver.find_element(By.ID, “someElement”) # 获取文本内容（可见文本） text = element.text print(f”元素文本：{text}”) # 获取属性值 attr_value = element.get_attribute(“class”) print(f”class属性：{attr_value}”) # 对于自定义属性或标准属性都适用 data_id = element.get_attribute(“data-testid”) # 获取CSS属性值 css_color = element.value_of_css_property(“color”) print(f”字体颜色：{css_color}”) # 判断元素状态 is_displayed = element.is_displayed() # 是否可见 is_enabled = element.is_enabled() # 是否可用（未被disabled） is_selected = element.is_selected() # 是否被选中（用于复选框、单选框） # 获取元素位置和大小 location = element.location # {‘x’: 100, ‘y’: 200} size = element.size # {‘height’: 30, ‘width’: 120}

6.3 高级交互：鼠标动作与键盘动作链

对于拖放、悬停、右键菜单等复杂操作，需要使用ActionChains类。

from selenium.webdriver.common.action_chains import ActionChains actions = ActionChains(driver) # 鼠标悬停 menu_element = driver.find_element(By.CSS_SELECTOR, “.dropdown-menu”) actions.move_to_element(menu_element).perform() # 注意：.perform() 是执行动作链的必须调用 # 拖放操作 source_element = driver.find_element(By.ID, “draggable”) target_element = driver.find_element(By.ID, “droppable”) actions.drag_and_drop(source_element, target_element).perform() # 或者更精确的控制 # actions.click_and_hold(source_element).move_to_element(target_element).release().perform() # 右键点击（上下文菜单） actions.context_click(element).perform() # 双击 actions.double_click(element).perform() # 组合动作：点击并按住，移动到某点，然后释放 actions.click_and_hold(element).move_by_offset(100, 50).release().perform()

6.4 执行JavaScript

当Selenium API无法直接实现某些操作时（如滚动到元素、修改元素属性、处理Shadow DOM），可以借助执行JavaScript的能力。

# 执行简单的JS driver.execute_script(“alert(‘Hello Selenium!’);”) # 带参数的JS，并获取返回值 title = driver.execute_script(“return document.title;”) print(title) # 滚动到元素可见（非常实用的操作） element = driver.find_element(By.ID, “footer”) driver.execute_script(“arguments[0].scrollIntoView(true);”, element) # true表示与窗口顶部对齐 # 修改元素属性（常用于调试或处理特殊场景） driver.execute_script(“arguments[0].setAttribute(‘style’, ‘border: 2px solid red;’);”, element) # 处理Shadow DOM（示例） # 假设有一个自定义组件 <my-component>，内部有Shadow Root shadow_host = driver.find_element(By.TAG_NAME, “my-component”) shadow_root = driver.execute_script(“return arguments[0].shadowRoot”, shadow_host) # 现在可以通过shadow_root来查找内部元素（需要再次执行JS或使用其他方法，Selenium 4有改进支持） inner_element = driver.execute_script(“return arguments[0].querySelector(‘.inner-button’)”, shadow_root) inner_element.click()

注意事项：虽然execute_script很强大，但过度使用会使测试脚本与前端实现细节（JS）耦合过紧，降低可维护性。应优先使用标准的WebDriver API。

7. 实战：封装一个简单的页面操作类

将上述知识结合起来，我们尝试为一个简单的登录页面封装一个操作类。这是迈向Page Object模式（后续文章会详述）的第一步。

假设我们有一个登录页面，包含用户名输入框、密码输入框、登录按钮和错误提示区域。

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: “”“登录页面操作封装”“” # 页面元素定位器（Locators），集中管理，便于维护 USERNAME_INPUT = (By.ID, “username”) PASSWORD_INPUT = (By.ID, “password”) LOGIN_BUTTON = (By.CSS_SELECTOR, “button[type=‘submit’]”) ERROR_MESSAGE = (By.CLASS_NAME, “alert-error”) def __init__(self, driver): self.driver = driver self.wait = WebDriverWait(driver, 10) def navigate_to(self, url): “”“导航到登录页面”“” self.driver.get(url) # 可以在这里增加一个等待，确保页面关键元素加载完成 self.wait.until(EC.presence_of_element_located(self.USERNAME_INPUT)) return self def enter_username(self, username): “”“输入用户名”“” username_elem = self.wait.until(EC.visibility_of_element_located(self.USERNAME_INPUT)) username_elem.clear() username_elem.send_keys(username) return self # 支持链式调用 def enter_password(self, password): “”“输入密码”“” password_elem = self.driver.find_element(*self.PASSWORD_INPUT) # 因为密码框通常就在用户名下面，可以不用再等待 password_elem.clear() password_elem.send_keys(password) return self def click_login(self): “”“点击登录按钮”“” login_btn = self.wait.until(EC.element_to_be_clickable(self.LOGIN_BUTTON)) login_btn.click() return self def get_error_message(self): “”“获取错误提示信息，如果存在的话”“” try: # 错误信息可能不会立即出现，等待一小会儿 error_elem = WebDriverWait(self.driver, 3).until( EC.visibility_of_element_located(self.ERROR_MESSAGE) ) return error_elem.text except: # 如果没有找到错误信息元素，返回None或空字符串 return None def login(self, username, password): “”“完整的登录流程”“” self.enter_username(username) self.enter_password(password) self.click_login() # 登录后，可以返回下一个页面的对象，这里简单返回自身 # 实际项目中，这里可能会 return HomePage(self.driver) return self # 使用示例 if __name__ == “__main__”: from selenium import webdriver driver = webdriver.Chrome() try: login_page = LoginPage(driver) login_page.navigate_to(“http://example.com/login”) # 测试登录失败场景 login_page.login(“wrong_user”, “wrong_pass”) error_msg = login_page.get_error_message() if error_msg: print(f”登录失败，错误信息：{error_msg}”) else: print(“未捕获到预期的错误信息”) # 可以继续测试登录成功场景... # login_page.login(“correct_user”, “correct_pass”) # 验证是否跳转到首页... finally: driver.quit()

这个简单的封装带来了几个好处：

  1. 代码复用：登录操作被封装成一个方法，多个测试用例都可以调用。
  2. 易于维护：所有元素定位器集中在类顶部，如果页面元素ID变了，只需修改一处。
  3. 可读性高：测试用例读起来像自然语言：login_page.login(“user”, “pass”)。
  4. 减少重复：等待逻辑被封装在方法内部，调用者无需关心。

这就是Page Object Model (POM) 设计模式的雏形。在后续文章中，我们会深入探讨如何构建更健壮、可扩展的POM框架，并集成单元测试框架（如pytest）来组织和管理测试用例。

http://www.jsqmd.com/news/1069331/

相关文章：

  • AI大模型在自动化测试中的实战应用：从用例生成到脚本编写
  • 深度剖析WordPress破解主题安全风险与性能优化实战
  • 扫描性能调优实战：TIMING与PERFORMANCE参数配置全解析
  • 室内LED可见光通信系统MATLAB仿真工具包：含信道建模、功率分布与误码率可视化
  • MFC C++项目集成Crypto++实现AES/RSA/SHA加密完整指南
  • 跟着 MDN 学无障碍 Day 5：CSS 和 JavaScript 无障碍最佳实践
  • PASTA威胁建模实战：从被动救火到主动构建Web应用系统免疫
  • Python构建全链路压测数据工厂：从AI生成思想到实战场景编排
  • 【信息科学与工程学】【物理/化学和工程技术】第一百三十八篇 电子学03
  • Dify文生图工作流自动化测试：从API调用到参数调优的工程实践
  • 特征匹配：FLANN匹配器的使用与效率优化
  • Spring Cloud微服务安全扫描：从依赖到部署的全链路防护策略
  • 【AI运维】服务器与虚拟化基础【20260622003篇】
  • Appium真机自动化测试：解决WRITE_SECURE_SETTINGS权限错误的完整方案
  • LFM雷达对抗实验包：噪声卷积+梳状谱干扰MATLAB可调仿真
  • ASP.NET ViewState反序列化漏洞：从原理到Webshell后门实战
  • 厘清三门问题50年纷争根源的辨析
  • 基于Qwen3-14B大模型的智能UI自动化测试实践
  • Windows下JMeter压测地址占用问题深度解析与解决方案
  • 超维空间镜像 打造营区全场景物理空间透明化数智中枢 镜像视界·空间元境全域透明数智管控总体技术方案
  • 前端大文件直存本地方案：用 StreamSaver.js + Service Worker 实现不占内存的流式下载
  • 第三方电商低价 IoT 设备预装住宅代理恶意软件机理与检测防御研究
  • vissim下载与安装教程（详细教程，附安装包）
  • Trumbowyg富文本编辑器XSS防护：从前端配置到后端过滤的纵深防御实践
  • AI+协同办公驱动UI自动化测试：OpenClaw与飞书实战指南
  • AI赋能端到端测试：智能生成、自愈与数据构造实战指南
  • 2026年好用的视频去水印软件有哪些？视频去水印软件推荐全攻略
  • LunaTranslator配置文件加密：10个技巧保护你的API密钥与隐私
  • KityMinder安全防护实战：XSS防御与数据加密全链路方案
  • 5个实用技巧：免费解锁Blender与MMD的无缝创作体验 ✨