Selenium 简介 #

什么是 Selenium？ #

Selenium 是一个强大的开源 Web 自动化测试框架，支持多种编程语言（Python、Java、JavaScript、C#、Ruby 等）和多种浏览器（Chrome、Firefox、Safari、Edge 等）。它允许开发者编写自动化脚本，模拟用户在浏览器中的操作行为，实现 Web 应用的功能测试、回归测试和端到端测试。

核心定位 #

text

┌─────────────────────────────────────────────────────────────┐
│                         Selenium                             │
├─────────────────────────────────────────────────────────────┤
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐         │
│  │  WebDriver  │  │   IDE       │  │   Grid      │         │
│  └─────────────┘  └─────────────┘  └─────────────┘         │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐         │
│  │  多语言支持  │  │  多浏览器    │  │  分布式执行  │         │
│  └─────────────┘  └─────────────┘  └─────────────┘         │
└─────────────────────────────────────────────────────────────┘

Selenium 的历史 #

发展历程 #

text

2004年 ─── Selenium 项目启动
    │
    │      Jason Huggins 在 ThoughtWorks 创建
    │      最初用于内部 Web 应用测试
    │
2006年 ─── Selenium RC 发布
    │
    │      支持多种编程语言
    │      突破同源策略限制
    │
2008年 ─── Selenium 2.0
    │
    │      整合 WebDriver 项目
    │      全新的浏览器控制方式
    │
2013年 ─── Selenium 3.0
    │
    │      移除 Selenium RC
    │      全面拥抱 WebDriver
    │
2018年 ─── Selenium 4.0 Alpha
    │
    │      W3C WebDriver 标准
    │      全新架构设计
    │
2021年 ─── Selenium 4.0 正式版
    │
    │      相对定位器
    │      增强的调试功能
    │
至今   ─── 行业标准
    │
    │      最流行的 Web 自动化框架
    │      超过 70% 的自动化项目使用

里程碑版本 #

版本	时间	重要特性
1.0	2006	Selenium IDE、Selenium RC
2.0	2011	整合 WebDriver、原生浏览器控制
3.0	2016	移除 RC、 Marionette 支持
4.0	2021	W3C 标准、相对定位器、新 Grid

Selenium 的三大组件 #

1. Selenium WebDriver #

WebDriver 是 Selenium 的核心组件，提供原生浏览器自动化能力：

text

┌─────────────────────────────────────────────────────────────┐
│                    WebDriver 架构                            │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│   测试代码 ──> WebDriver API ──> Browser Driver ──> 浏览器   │
│      │              │                │              │       │
│   Python/Java    统一接口        ChromeDriver    Chrome     │
│   JavaScript     跨语言          GeckoDriver    Firefox     │
│   C#/Ruby        跨浏览器        EdgeDriver     Edge        │
│                                  SafariDriver   Safari      │
│                                                             │
└─────────────────────────────────────────────────────────────┘

2. Selenium IDE #

浏览器扩展工具，用于录制和回放测试：

text

┌─────────────────────────────────────────────────────────────┐
│                      Selenium IDE                            │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐         │
│  │  录制操作    │  │  回放测试    │  │  导出脚本    │         │
│  └─────────────┘  └─────────────┘  └─────────────┘         │
│                                                             │
│  适用场景：                                                   │
│  • 快速原型验证                                               │
│  • 简单测试用例录制                                           │
│  • 学习 Selenium 语法                                         │
│  • Bug 复现                                                  │
│                                                             │
└─────────────────────────────────────────────────────────────┘

3. Selenium Grid #

分布式测试执行平台：

text

┌─────────────────────────────────────────────────────────────┐
│                      Selenium Grid                           │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│                     ┌─────────────┐                         │
│                     │    Hub      │                         │
│                     │  (调度中心)  │                         │
│                     └──────┬──────┘                         │
│                            │                                │
│         ┌──────────────────┼──────────────────┐             │
│         │                  │                  │             │
│    ┌────▼────┐        ┌────▼────┐        ┌────▼────┐       │
│    │  Node1  │        │  Node2  │        │  Node3  │       │
│    │ Chrome  │        │ Firefox │        │  Safari │       │
│    │ Windows │        │  Linux  │        │   macOS │       │
│    └─────────┘        └─────────┘        └─────────┘       │
│                                                             │
└─────────────────────────────────────────────────────────────┘

为什么选择 Selenium？ #

传统手工测试的痛点 #

在没有自动化测试之前，Web 测试面临以下问题：

text

┌─────────────────────────────────────────────────────────────┐
│                    手工测试的问题                             │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  ❌ 重复劳动：每次发版都要重复执行相同的测试用例               │
│                                                             │
│  ❌ 效率低下：人工操作速度有限，无法快速完成大量测试           │
│                                                             │
│  ❌ 容易出错：长时间重复操作容易疲劳和遗漏                    │
│                                                             │
│  ❌ 回归困难：功能增多后，回归测试工作量指数增长               │
│                                                             │
│  ❌ 跨浏览器：需要在不同浏览器上重复测试                      │
│                                                             │
│  ❌ 持续集成：无法与 CI/CD 流程集成                          │
│                                                             │
└─────────────────────────────────────────────────────────────┘

Selenium 的解决方案 #

python

from selenium import webdriver
from selenium.webdriver.common.by import By

driver = webdriver.Chrome()
driver.get("https://example.com/login")

driver.find_element(By.ID, "username").send_keys("user")
driver.find_element(By.ID, "password").send_keys("pass")
driver.find_element(By.ID, "submit").click()

assert "Welcome" in driver.title
driver.quit()

Selenium 的核心特点 #

1. 多语言支持 #

支持主流编程语言：

python

# Python
from selenium import webdriver
driver = webdriver.Chrome()

java

// Java
import org.openqa.selenium.WebDriver;
import org.openqa.selenium.chrome.ChromeDriver;
WebDriver driver = new ChromeDriver();

javascript

// JavaScript
const { Builder } = require('selenium-webdriver');
const driver = await new Builder().forBrowser('chrome').build();

csharp

// C#
using OpenQA.Selenium.Chrome;
var driver = new ChromeDriver();

2. 多浏览器支持 #

支持所有主流浏览器：

浏览器	Driver	支持程度
Chrome	ChromeDriver	✅ 完全支持
Firefox	GeckoDriver	✅ 完全支持
Safari	SafariDriver	✅ 完全支持
Edge	EdgeDriver	✅ 完全支持
IE	IEDriver	⚠️ 维护模式

3. 强大的定位能力 #

多种元素定位方式：

python

from selenium.webdriver.common.by import By

# ID 定位
driver.find_element(By.ID, "username")

# CSS 选择器
driver.find_element(By.CSS_SELECTOR, ".btn-primary")

# XPath
driver.find_element(By.XPATH, "//button[@type='submit']")

# 名称定位
driver.find_element(By.NAME, "email")

# 链接文本
driver.find_element(By.LINK_TEXT, "登录")

# 标签名
driver.find_element(By.TAG_NAME, "input")

4. 丰富的交互操作 #

模拟真实用户行为：

python

from selenium.webdriver.common.keys import Keys
from selenium.webdriver.common.action_chains import ActionChains

# 键盘操作
element.send_keys("Hello")
element.send_keys(Keys.ENTER)

# 鼠标操作
actions = ActionChains(driver)
actions.move_to_element(element).click().perform()
actions.double_click(element).perform()
actions.context_click(element).perform()
actions.drag_and_drop(source, target).perform()

5. 灵活的等待机制 #

智能等待元素：

python

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

# 显式等待
element = WebDriverWait(driver, 10).until(
    EC.presence_of_element_located((By.ID, "result"))
)

# 隐式等待
driver.implicitly_wait(10)

Selenium 与其他工具对比 #

Selenium vs Cypress #

特性	Selenium	Cypress
架构	浏览器外部	浏览器内部
语言支持	✅ 多语言	❌ 仅 JavaScript
跨浏览器	✅ 全面	⚠️ 有限
执行速度	⚠️ 较慢	✅ 快
学习曲线	⚠️ 中等	✅ 低
生态系统	✅ 成熟	🔄 发展中

Selenium vs Playwright #

特性	Selenium	Playwright
语言支持	✅ 多语言	✅ 多语言
自动等待	⚠️ 需手动	✅ 内置
跨浏览器	✅ 全面	✅ 全面
API 测试	❌ 不支持	✅ 支持
学习曲线	⚠️ 中等	⚠️ 中等
社区生态	✅ 成熟	🔄 快速发展

Selenium vs Puppeteer #

特性	Selenium	Puppeteer
语言支持	✅ 多语言	❌ 仅 JavaScript
浏览器	✅ 多浏览器	❌ 仅 Chrome
定位	测试框架	自动化工具
学习曲线	⚠️ 中等	⚠️ 中等
社区生态	✅ 成熟	✅ 成熟

Selenium 的应用场景 #

1. 功能测试 #

验证 Web 应用功能：

python

def test_login():
    driver = webdriver.Chrome()
    driver.get("https://example.com/login")
    
    driver.find_element(By.ID, "username").send_keys("user")
    driver.find_element(By.ID, "password").send_keys("pass")
    driver.find_element(By.ID, "submit").click()
    
    assert "Dashboard" in driver.title
    driver.quit()

2. 回归测试 #

确保新代码不破坏现有功能：

python

import pytest

class TestRegression:
    @pytest.fixture(autouse=True)
    def setup(self):
        self.driver = webdriver.Chrome()
        yield
        self.driver.quit()
    
    def test_homepage(self):
        self.driver.get("https://example.com")
        assert self.driver.title == "Home"
    
    def test_search(self):
        self.driver.get("https://example.com/search")
        self.driver.find_element(By.NAME, "q").send_keys("test")
        assert len(self.driver.find_elements(By.CLASS_NAME, "result")) > 0

3. 跨浏览器测试 #

验证不同浏览器兼容性：

python

import pytest

@pytest.fixture(params=["chrome", "firefox", "edge"])
def driver(request):
    if request.param == "chrome":
        driver = webdriver.Chrome()
    elif request.param == "firefox":
        driver = webdriver.Firefox()
    else:
        driver = webdriver.Edge()
    yield driver
    driver.quit()

def test_cross_browser(driver):
    driver.get("https://example.com")
    assert driver.title

4. 数据驱动测试 #

使用多组数据测试：

python

import pytest

@pytest.mark.parametrize("username,password,expected", [
    ("user1", "pass1", "success"),
    ("user2", "pass2", "success"),
    ("invalid", "invalid", "error"),
])
def test_login_data_driven(username, password, expected):
    driver = webdriver.Chrome()
    driver.get("https://example.com/login")
    
    driver.find_element(By.ID, "username").send_keys(username)
    driver.find_element(By.ID, "password").send_keys(password)
    driver.find_element(By.ID, "submit").click()
    
    if expected == "success":
        assert "Dashboard" in driver.title
    else:
        assert "Error" in driver.page_source
    
    driver.quit()

5. 性能测试 #

测量页面加载时间：

python

from time import time

def test_page_performance():
    driver = webdriver.Chrome()
    
    start = time()
    driver.get("https://example.com")
    load_time = time() - start
    
    print(f"Page load time: {load_time:.2f}s")
    assert load_time < 3.0  # 页面应在 3 秒内加载完成
    
    driver.quit()

Selenium 的核心概念 #

WebDriver 接口 #

python

# WebDriver 是核心接口
driver = webdriver.Chrome()

# 导航操作
driver.get("https://example.com")
driver.back()
driver.forward()
driver.refresh()

# 获取信息
current_url = driver.current_url
title = driver.title
page_source = driver.page_source

# 窗口管理
driver.maximize_window()
driver.set_window_size(1024, 768)

WebElement 接口 #

python

# WebElement 表示页面元素
element = driver.find_element(By.ID, "username")

# 获取元素信息
text = element.text
attribute = element.get_attribute("value")
is_displayed = element.is_displayed()
is_enabled = element.is_enabled()
is_selected = element.is_selected()

# 执行操作
element.click()
element.send_keys("Hello")
element.clear()

定位器策略 #

python

from selenium.webdriver.common.by import By

# 八种定位策略
By.ID           # 通过 ID 属性
By.NAME         # 通过 name 属性
By.CLASS_NAME   # 通过 class 属性
By.TAG_NAME     # 通过标签名
By.LINK_TEXT    # 通过链接完整文本
By.PARTIAL_LINK_TEXT  # 通过链接部分文本
By.CSS_SELECTOR # 通过 CSS 选择器
By.XPATH        # 通过 XPath 表达式

Selenium 的设计哲学 #

1. 语言无关性 #

text

┌─────────────────────────────────────────────────────────────┐
│                    语言无关性设计                            │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│   Python ──┐                                               │
│            │                                               │
│   Java ────┼──> WebDriver API ──> JSON Wire Protocol       │
│            │                                               │
│   JavaScript──┤                      │                     │
│            │                          │                     │
│   C# ──────┘                          ▼                     │
│                              Browser Driver                 │
│                                    │                        │
│                                    ▼                        │
│                                 浏览器                       │
│                                                             │
└─────────────────────────────────────────────────────────────┘

2. 浏览器无关性 #

统一的 API，不同的实现：

python

# 相同的代码，不同的浏览器
chrome_driver = webdriver.Chrome()
firefox_driver = webdriver.Firefox()
edge_driver = webdriver.Edge()

# 所有浏览器使用相同的 API
for driver in [chrome_driver, firefox_driver, edge_driver]:
    driver.get("https://example.com")
    driver.find_element(By.ID, "test").click()
    driver.quit()

3. 可扩展性 #

支持自定义扩展：

python

# 自定义 WebElement 扩展
class CustomElement:
    def __init__(self, element):
        self.element = element
    
    def highlight(self):
        driver = self.element._parent
        driver.execute_script(
            "arguments[0].style.border='3px solid red'",
            self.element
        )
        return self.element

Selenium 的局限性 #

已知限制 #

速度较慢：相比浏览器内部框架，执行速度较慢
无内置等待：需要手动处理等待逻辑
无 API 测试：不支持 API 层面的测试
维护成本：元素定位器容易因 UI 变化而失效

解决方案 #

python

# 使用显式等待提高稳定性
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

element = WebDriverWait(driver, 10).until(
    EC.element_to_be_clickable((By.ID, "button"))
)

# 使用 Page Object 模式降低维护成本
class LoginPage:
    def __init__(self, driver):
        self.driver = driver
        self.username = (By.ID, "username")
        self.password = (By.ID, "password")
        self.submit = (By.ID, "submit")
    
    def login(self, user, passw):
        self.driver.find_element(*self.username).send_keys(user)
        self.driver.find_element(*self.password).send_keys(passw)
        self.driver.find_element(*self.submit).click()

学习路径 #

text

入门阶段
├── 安装与配置
├── 编写第一个脚本
├── 元素定位基础
└── 基本交互操作

进阶阶段
├── 高级定位策略
├── 等待机制
├── 用户交互模拟
└── 多窗口/框架处理

高级阶段
├── Actions 链操作
├── Page Object 模式
├── Pytest 集成
└── 测试框架设计

扩展阶段
├── Selenium Grid
├── CI/CD 集成
├── 性能监控
└── 最佳实践

下一步 #

现在你已经了解了 Selenium 的基本概念，接下来学习安装与配置开始实际使用 Selenium！