Selenium自动化测试入门：从环境搭建到首个可维护用例

数码系统

相机 win10

测评 win11

手机智车

华为 Tesla

小米理想

苹果蔚来

游戏软件

LOL 抖音

原神微信

当前位置：首页

AI教程

Selenium自动化测试入门：从环境搭建到首个可维护用例

热心网友时间：2026-06-03

转载

Selenium 入门的核心不在于记住多少 API，而在于把三件事想清楚：环境别装错版本、等待机制别用 sleep、用例结构别写成流水账。下面按照“装环境 → 跑通第一个脚本 → 理解等待 → 选对定位器 → 拆成 Page Object”的顺序走一遍，每一步都附上代码，踩过的坑直接标出来。

Selenium 能帮你做什么——先划边界再动手

Selenium 干的事情很明确：用代码驱动真实浏览器，来完成页面操作。它的能力边界很清楚——凡是需要浏览器渲染、JS 执行、用户交互的场景，它都能覆盖；但它不是万能胶，不适合所有自动化需求。

适合用 Selenium 的场景：Web UI 回归测试、表单交互验证、跨浏览器兼容性检查、需要登录态的页面操作验证。

不适合的场景：纯 API 接口测试（用 requests 或 Postman 更轻）、移动端原生 APP 测试（那是 Appium 的活）、性能压测（Selenium 开浏览器成本太高，压不出量）。

有个典型反面案例：有人拿 Selenium 做接口级别的数据校验，每次跑完一轮要 40 分钟，换成直接调接口后缩到 3 分钟。工具选对了，后面才不浪费时间。

环境搭建：就三件事

第一件事，装 Selenium 库。Python 环境下一行命令：

pip install selenium

第二件事，确认本机有浏览器。Chrome 和 Firefox 都行，Chrome 用的人最多，社区资料也最全。

第三件事，驱动。这是以前最容易踩坑的地方——Chrome 版本和 ChromeDriver 版本对不上，脚本直接报错。但 Selenium 4.6 之后内置了 Selenium Manager，它会自动检测浏览器版本并下载匹配的驱动，不需要手动去找了。

验证环境是否就绪，跑这段：

from selenium import webdriver
driver = webdriver.Chrome()
driver.get("https://www.example.com")
print(driver.title)
driver.quit()

如果正常弹出浏览器、打印出页面标题、浏览器关闭，环境就没问题。

踩坑提醒：如果公司网络有袋里或防火墙，Selenium Manager 自动下载驱动可能失败。这种情况下需要手动下载 ChromeDriver 放到 PATH 里，或者在代码里指定路径：

from selenium.webdriver.chrome.service import Service
service = Service("/path/to/chromedriver")
driver = webdriver.Chrome(service=service)

第一个测试脚本：先跑通，再优化

很多教程上来就讲框架设计，其实应该反过来——先写一个最简单的、能跑通的脚本，确认链路没问题，再考虑怎么组织。

假设要测试一个搜索功能：“打开页面 → 输入关键词 → 点搜索 → 验证结果页有内容”。

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

driver = webdriver.Chrome()
try:
    # 1. 打开目标页面
    driver.get("https://www.example.com")
    # 2. 找到搜索框，输入关键词
    search_box = driver.find_element(By.NAME, "q")
    search_box.clear()
    search_box.send_keys("selenium testing")
    # 3. 提交搜索
    search_box.send_keys(Keys.RETURN)
    # 4. 简单验证：页面标题是否包含搜索词
    assert "selenium" in driver.title.lower(), "搜索结果页标题不符合预期"
    print("测试通过")
except Exception as e:
    print(f"测试失败: {e}")
finally:
    driver.quit()

这段代码完成了“操作 → 断言 → 清理”的完整闭环。先确认这个闭环能跑，后面的优化才有基础。

等待机制：新手踩坑第一名

最常见的 Selenium 报错就是 NoSuchElementException——不是元素不存在，是页面还没加载完你就去找它了。

三种等待方式，推荐程度差很多。

time.sleep() 是最差的选择。写 sleep(3) 意味着不管页面是不是早就加载好了，都要傻等 3 秒。页面快的时候浪费时间，页面慢的时候 3 秒还不够——两头不讨好。

隐式等待 implicitly_wait() 好一点，它设一个全局超时，Selenium 在找元素时会轮询直到找到或超时：

driver.implicitly_wait(10)
# 全局生效，最多等 10 秒

问题是它是全局的，没法针对不同元素设不同策略，而且和显式等待混用容易出诡异的超时叠加问题。

显式等待是正解。它让你针对某个具体条件设等待，条件满足立刻往下走：

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

wait = WebDriverWait(driver, 10)

# 等待某个元素可点击
button = wait.until(EC.element_to_be_clickable((By.ID, "submit-btn")))
button.click()

# 等待某个元素出现在 DOM 中
result = wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, ".result-item")))

常用的 expected_conditions 记住这几个就够应付大多数场景：

presence_of_element_located：元素出现在 DOM 里（不一定可见）
visibility_of_element_located：元素可见
element_to_be_clickable：元素可点击
text_to_be_present_in_element：元素文本包含指定内容
url_contains：URL 包含指定字符串

一条原则：每次交互前都确认目标元素处于预期状态。不要假设“上一步点了提交，下一步结果页肯定加载好了”，网络波动、JS 异步渲染随时可能让你的假设失效。

元素定位：优先级排一下

Selenium 提供了 8 种定位方式，但实际项目里常用就三种，按优先级排：

第一优先：ID。如果目标元素有 id 属性，直接用 By.ID，最快最稳，不受 DOM 结构变化影响。

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

第二优先：CSS 选择器。大多数元素没有 id，这时候 CSS 选择器比 XPath 更简洁、可读性更好、执行速度也略快。

# 类名定位
driver.find_element(By.CSS_SELECTOR, ".login-form .submit-btn")
# 属性定位
driver.find_element(By.CSS_SELECTOR, "input[data-testid='email']")
# 层级定位
driver.find_element(By.CSS_SELECTOR, "div.container > ul > li:first-child")

第三优先：XPath。在需要按文本内容定位、或者需要向上查找父元素时，XPath 是唯一选择。

# 按文本内容找按钮
driver.find_element(By.XPATH, "//button[text()='提交']")
# 按部分文本匹配
driver.find_element(By.XPATH, "//span[contains(text(), '搜索结果')]")

避坑：不要写过长的绝对路径 XPath，比如 //html/body/div[3]/div[2]/form/input[1]——页面结构稍微一变就全废了。用相对路径配合有意义的属性锚定，稳定性好得多。

如果你的项目前端团队愿意配合，最好的做法是让他们给关键交互元素加 data-testid 属性，专门给测试用，不受样式重构影响。

Page Object 模式：项目大了不拆就是灾难

当测试用例超过 10 个，如果所有定位器和操作逻辑全写在测试方法里，改一个元素选择器要翻遍所有文件。Page Object 模式解决的就是这个问题：把页面元素和操作封装成类，测试用例只调方法，不直接碰选择器。

以登录页为例：

# pages/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:
    URL = "https://www.example.com/login"

    # 元素定位器集中管理
    USERNAME_INPUT = (By.ID, "username")
    PASSWORD_INPUT = (By.ID, "password")
    SUBMIT_BUTTON = (By.CSS_SELECTOR, "button[type='submit']")
    ERROR_MESSAGE = (By.CSS_SELECTOR, ".error-msg")

    def __init__(self, driver):
        self.driver = driver
        self.wait = WebDriverWait(driver, 10)

    def open(self):
        self.driver.get(self.URL)
        return self

    def login(self, username, password):
        self.wait.until(EC.visibility_of_element_located(self.USERNAME_INPUT))
        self.driver.find_element(*self.USERNAME_INPUT).clear()
        self.driver.find_element(*self.USERNAME_INPUT).send_keys(username)
        self.driver.find_element(*self.PASSWORD_INPUT).clear()
        self.driver.find_element(*self.PASSWORD_INPUT).send_keys(password)
        self.driver.find_element(*self.SUBMIT_BUTTON).click()

    def get_error_message(self):
        error = self.wait.until(EC.visibility_of_element_located(self.ERROR_MESSAGE))
        return error.text

测试用例就变得很干净：

# tests/test_login.py
import pytest
from selenium import webdriver
from pages.login_page import LoginPage

@pytest.fixture
def driver():
    d = webdriver.Chrome()
    yield d
    d.quit()

def test_invalid_login_shows_error(driver):
    page = LoginPage(driver).open()
    page.login("wrong_user", "wrong_pass")
    assert "用户名或密码错误" in page.get_error_message()

def test_empty_password_shows_error(driver):
    page = LoginPage(driver).open()
    page.login("some_user", "")
    assert "请输入密码" in page.get_error_message()

页面元素变了，只改 LoginPage 里的定位器，所有引用它的测试用例不用动。

跑测试：用 pytest 组织，别散着写

单个脚本用 python test.py 能跑，但用例多了以后需要框架来管理执行、报告和前置/后置操作。Python 生态里 pytest 是最主流的选择。

装好 pytest：

pip install pytest

项目结构建议：

project/
├── pages/        # Page Object 类
│   ├── login_page.py
│   └── home_page.py
├── tests/        # 测试用例
│   ├── conftest.py   # 公共 fixture（比如 driver 初始化）
│   ├── test_login.py
│   └── test_search.py
└── pytest.ini    # pytest 配置

把 driver 的初始化和清理放进 conftest.py，所有测试文件自动共享：

# tests/conftest.py
import pytest
from selenium import webdriver

@pytest.fixture
def driver():
    options = webdriver.ChromeOptions()
    # 无头模式，CI 环境常用
    # options.add_argument("--headless")
    d = webdriver.Chrome(options=options)
    d.maximize_window()
    yield d
    d.quit()

运行全部测试：

pytest tests/ -v

加 -v 看详细结果，加 --tb=short 看精简的报错堆栈，加 -k "login" 只跑名字包含 login 的用例。

我踩过的坑，列一份清单

元素被遮挡点不到。页面有浮层、Cookie 提示、固定导航栏挡住了目标按钮。Selenium 会抛 ElementClickInterceptedException。解决办法：先关掉浮层，或者用 JS 直接点：

driver.execute_script("arguments[0].click();", element)

iframe 里的元素找不到。如果目标元素在 iframe 里，必须先切进去：

driver.switch_to.frame("frame-name")
# 操作完再切回主文档
driver.switch_to.default_content()

页面跳转后句柄丢失。点击链接打开了新标签页，但 Selenium 的控制还在原标签。需要手动切换：

# 获取所有窗口句柄
handles = driver.window_handles
# 切到最新打开的
driver.switch_to.window(handles[-1])

下拉框选不中。原生