Python+Selenium自动化测试实战指南-代码聚汇网

Python+Selenium自动化测试实战指南

林杏仁·2026-08-08·阅读 64 GEO检测（免费）

Selenium自动化测试Python测试脚本Web自动化测试

|难度：普通|阅读约 41 分钟

1. Selenium自动化测试的核心价值与应用场景

在当今快速迭代的互联网产品开发中，Web应用的界面测试已成为质量保障的关键环节。我最初接触Selenium是在2015年一个电商项目的压力测试中，当时手动点击验证200多个商品页面的价格显示逻辑，团队耗费了整整三天时间。而改用Selenium脚本后，同样的测试用例在夜间自动运行完成，第二天直接查看测试报告即可——这个效率对比让我彻底理解了自动化测试的价值。

Selenium本质上是一个用于Web应用程序测试的自动化工具套件，它通过模拟真实用户操作来验证页面功能。与Postman等接口测试工具不同，Selenium的独特优势在于能处理前端页面的动态元素和复杂交互。比如测试一个需要先登录、再添加购物车、最后结算的电商流程，Selenium可以完整模拟整个用户旅程。

Python作为Selenium最常用的语言绑定，其简洁的语法和丰富的生态使得测试脚本开发效率极高。一个典型的应用场景是：当开发团队采用敏捷开发模式，每天需要部署多个版本时，用Python+Selenium编写的回归测试套件可以在每次构建后自动运行，快速反馈核心功能的稳定性。我在金融行业项目中就曾用这套方案将版本验证时间从4小时压缩到15分钟。

需要模型API调用？免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。

2. 环境搭建与基础配置

2.1 Python环境准备

建议使用Python 3.8及以上版本，这个版本区间对各类库的兼容性最稳定。我遇到过Python 3.11与某些旧版Selenium的兼容问题，所以新手建议从3.8开始。通过以下命令验证版本：

bash复制python --version
pip --version

如果系统未安装Python，推荐从python.org下载安装包。特别注意勾选"Add Python to PATH"选项，这是后续能用命令行直接运行python的关键。安装完成后，建议立即升级pip：

bash复制python -m pip install --upgrade pip

2.2 Selenium安装与浏览器驱动

通过pip安装最新版Selenium：

bash复制pip install selenium

浏览器驱动是Selenium能控制浏览器的关键组件。以Chrome为例，需要下载与本地浏览器版本匹配的chromedriver。查看Chrome版本的方法是在地址栏输入：

code复制chrome://settings/help

然后从chromedriver.storage.googleapis.com下载对应版本的驱动。将解压后的chromedriver.exe放在Python安装目录的Scripts文件夹下，或者将其路径添加到系统环境变量中。我习惯专门创建一个drivers目录存放各种浏览器驱动，然后在代码中指定绝对路径。

注意：浏览器和驱动版本必须严格匹配，这是新手最常见的报错点。当Chrome自动更新后，记得同步更新驱动版本。

3. 第一个自动化测试脚本剖析

3.1 基础脚本结构

创建一个test_sample.py文件，写入以下代码：

python复制from selenium import webdriver
from selenium.webdriver.common.keys import Keys
import time

# 初始化浏览器驱动
driver = webdriver.Chrome()  

try:
    # 打开测试页面
    driver.get("https://www.baidu.com")
    
    # 定位搜索框并输入关键词
    search_box = driver.find_element("name", "wd")
    search_box.send_keys("Selenium自动化测试")
    search_box.send_keys(Keys.RETURN)
    
    # 等待结果加载
    time.sleep(2)
    
    # 验证结果页标题
    assert "Selenium自动化测试" in driver.title
    print("测试通过！")
    
finally:
    # 关闭浏览器
    driver.quit()

这个脚本演示了Selenium测试的基本流程：

初始化浏览器驱动
访问目标URL
定位页面元素并操作
添加断言验证
清理资源

3.2 元素定位的八种方式

Selenium提供了多种元素定位策略，我在实际项目中最常用的是以下三种：

CSS选择器：find_element(By.CSS_SELECTOR, "#login-btn")
- 适合：精确匹配具有特定class或id的元素
- 优势：语法简洁，浏览器开发者工具可直接复制
XPath：find_element(By.XPATH, "//input[@name='username']")
- 适合：复杂层级结构中的元素定位
- 优势：灵活性高，能处理动态ID的情况

相对定位：结合已定位元素查找相邻元素

python复制form = driver.find_element(By.TAG_NAME, "form")
submit_btn = form.find_element(By.CSS_SELECTOR, "button[type='submit']")

其他定位方式还包括By.ID、By.NAME、By.CLASS_NAME等，但实际项目中CSS和XPath已经能覆盖90%的场景。建议在开发者工具中使用$x()和$$()函数预先测试定位表达式。

经验：优先使用CSS选择器，性能更好；当元素没有稳定属性时再用XPath。避免使用基于文本内容的定位，这类定位在UI调整时极易失效。

4. 高级技巧与实战经验

4.1 处理动态加载元素

现代Web应用大量使用AJAX和前端框架，元素加载时间不确定。直接使用time.sleep()虽然简单但效率低下。更好的做法是使用显式等待：

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

wait = WebDriverWait(driver, 10)  # 最多等待10秒
element = wait.until(
    EC.presence_of_element_located((By.ID, "dynamic-content"))
)

常用的等待条件包括：

visibility_of_element_located - 元素可见
element_to_be_clickable - 元素可点击
text_to_be_present_in_element - 元素包含特定文本

我在测试单页应用(SPA)时，会为常见操作封装等待方法：

python复制def wait_for_loading_mask(driver):
    WebDriverWait(driver, 5).until(
        EC.invisibility_of_element_located((By.CLASS_NAME, "loading-mask"))
    )

4.2 处理iframe和弹窗

当目标元素位于iframe中时，必须先切换到对应iframe上下文：

python复制iframe = driver.find_element(By.TAG_NAME, "iframe")
driver.switch_to.frame(iframe)
# 操作iframe内的元素
driver.switch_to.default_content()  # 切回主文档

对于JavaScript弹窗，使用Alert类处理：

python复制alert = driver.switch_to.alert
print(alert.text)
alert.accept()  # 确认
# alert.dismiss()  # 取消

4.3 文件上传的两种方案

直接send_keys（适用于input type=file元素）：

python复制upload = driver.find_element(By.CSS_SELECTOR, "input[type='file']")
upload.send_keys("/path/to/file.jpg")

使用AutoIT/PyWinAuto（适用于复杂的上传对话框）：

python复制import pyautogui

# 点击触发上传对话框
driver.find_element(By.ID, "upload-btn").click()
time.sleep(1)  # 等待对话框打开

# 使用pyautogui操作系统对话框
pyautogui.write(r"C:\test\file.jpg")
pyautogui.press("enter")

5. 测试框架集成与持续执行

5.1 unittest测试框架

Python自带的unittest模块可以很好地组织测试用例：

python复制import unittest

class BaiduSearchTest(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        cls.driver = webdriver.Chrome()
    
    def test_search(self):
        self.driver.get("https://www.baidu.com")
        search_box = self.driver.find_element("name", "wd")
        search_box.send_keys("unittest")
        search_box.send_keys(Keys.RETURN)
        self.assertIn("unittest", self.driver.title)
    
    @classmethod
    def tearDownClass(cls):
        cls.driver.quit()

if __name__ == "__main__":
    unittest.main()

5.2 pytest进阶用法

pytest提供了更灵活的测试组织方式，安装插件增强功能：

bash复制pip install pytest pytest-html

示例测试文件test_search.py：

python复制import pytest

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

def test_baidu_search(driver):
    driver.get("https://www.baidu.com")
    assert "百度" in driver.title

运行测试并生成报告：

bash复制pytest test_search.py --html=report.html

5.3 Jenkins持续集成配置

在Jenkins中配置Python+Selenium项目的关键步骤：

添加构建步骤执行测试命令：

code复制pip install -r requirements.txt
pytest tests/ --html=report.html

添加"Publish HTML reports"后处理步骤，配置报告路径
设置构建触发器，如代码提交后自动运行

我在团队中实践的优化方案：

使用Docker容器运行测试，确保环境一致性
将浏览器设置为无头模式加速执行
失败时自动截图并附加到测试报告

6. 常见问题排查与优化

6.1 典型报错解决方案

ElementNotInteractableException

原因：元素被遮挡、未渲染完成或处于不可交互状态
解决方案：
1. 添加显式等待确保元素可交互
2. 使用JavaScript直接操作元素：
```
python复制driver.execute_script("arguments[0].click();", element)
```

StaleElementReferenceException

原因：DOM已更新但元素引用未刷新
解决方案：
1. 重新定位元素
2. 使用try-catch包裹操作并重试

6.2 执行速度优化

浏览器设置优化：

python复制options = webdriver.ChromeOptions()
options.add_argument("--headless")  # 无头模式
options.add_argument("--disable-gpu")
options.add_argument("--window-size=1920,1080")
driver = webdriver.Chrome(options=options)

并行测试：
使用pytest-xdist插件并行运行用例：

bash复制pytest -n 4  # 使用4个worker并行

智能等待替代固定sleep：

python复制def wait_for_page_load(driver, timeout=30):
    old_page = driver.find_element(By.TAG_NAME, 'html')
    yield
    WebDriverWait(driver, timeout).until(
        EC.staleness_of(old_page)
    )

6.3 测试报告增强

结合Allure生成美观的测试报告：

bash复制pip install allure-pytest
pytest --alluredir=./allure-results
allure serve ./allure-results

在测试用例中添加步骤说明：

python复制import allure

@allure.step("搜索关键词")
def search_keyword(driver, keyword):
    driver.find_element("name", "wd").send_keys(keyword)

def test_search():
    with allure.step("打开首页"):
        driver.get("https://www.baidu.com")
    search_keyword(driver, "allure")

7. 企业级测试框架设计

7.1 Page Object模式实现

Page Object是Selenium测试的最佳实践，将页面封装为类：

python复制class LoginPage:
    def __init__(self, driver):
        self.driver = driver
        self.url = "https://example.com/login"
    
    def open(self):
        self.driver.get(self.url)
        return self
    
    def enter_credentials(self, username, password):
        self.driver.find_element("id", "username").send_keys(username)
        self.driver.find_element("id", "password").send_keys(password)
        return self
    
    def submit(self):
        self.driver.find_element("css", "button[type='submit']").click()
        return HomePage(self.driver)

class HomePage:
    def __init__(self, driver):
        self.driver = driver
    
    @property
    def welcome_message(self):
        return self.driver.find_element("id", "welcome").text

测试用例变得非常简洁：

python复制def test_login():
    login_page = LoginPage(driver).open()
    home_page = login_page.enter_credentials("test", "pass").submit()
    assert "Welcome" in home_page.welcome_message

7.2 数据驱动测试

使用pytest的parametrize实现数据驱动：

python复制import pytest

testdata = [
    ("admin", "secret", True),
    ("test", "wrong", False)
]

@pytest.mark.parametrize("user,pwd,expected", testdata)
def test_login(user, pwd, expected):
    login_page = LoginPage(driver).open()
    home_page = login_page.enter_credentials(user, pwd).submit()
    assert ("Welcome" in home_page.welcome_message) == expected

更复杂的场景可以从Excel或JSON读取测试数据：

python复制import pandas as pd

def load_testdata():
    df = pd.read_excel("testdata.xlsx")
    return [tuple(row) for row in df.values]

@pytest.mark.parametrize("user,pwd,expected", load_testdata())
def test_login_with_excel(user, pwd, expected):
    # 测试逻辑同上

7.3 日志与异常处理

添加详细的运行日志：

python复制import logging

logging.basicConfig(
    level=logging.INFO,
    format="%(asctime)s [%(levelname)s] %(message)s",
    handlers=[
        logging.FileHandler("test.log"),
        logging.StreamHandler()
    ]
)

def test_with_logging():
    logging.info("Starting test")
    try:
        # 测试操作
        logging.debug("Performing search")
    except Exception as e:
        logging.error(f"Test failed: {str(e)}")
        raise

失败时自动截图：

python复制def take_screenshot(driver, name):
    path = f"screenshots/{name}.png"
    driver.save_screenshot(path)
    logging.info(f"Screenshot saved to {path}")
    return path

def test_with_screenshot():
    try:
        # 测试逻辑
    except:
        take_screenshot(driver, "test_failure")
        raise

8. 特殊场景处理技巧

8.1 文件下载测试

配置浏览器自动下载到指定目录：

python复制options = webdriver.ChromeOptions()
prefs = {
    "download.default_directory": r"C:\downloads",
    "download.prompt_for_download": False
}
options.add_experimental_option("prefs", prefs)
driver = webdriver.Chrome(options=options)

验证下载文件：

python复制import os

def test_download():
    driver.find_element("link text", "Download").click()
    file_path = r"C:\downloads\example.zip"
    
    # 等待文件出现
    WebDriverWait(driver, 10).until(
        lambda _: os.path.exists(file_path)
    )
    
    assert os.path.getsize(file_path) > 0

8.2 滑动验证码处理

对于简单的滑动验证码，可以通过分析轨迹模拟：

python复制from selenium.webdriver import ActionChains

def drag_slider(driver, slider, offset):
    actions = ActionChains(driver)
    actions.click_and_hold(slider)
    
    # 模拟人手滑动轨迹
    for i in range(5):
        actions.move_by_offset(offset/5, 0)
        actions.pause(0.1)
    
    actions.release().perform()

更复杂的验证码建议：

联系开发团队在测试环境禁用验证码
使用第三方验证码识别服务（需评估成本）
设置测试专用账号白名单

8.3 移动端响应式测试

通过设置浏览器窗口尺寸测试响应式布局：

python复制# 测试iPhone 12 Pro视图
driver.set_window_size(390, 844)

# 或者使用设备模拟参数
mobile_emulation = {
    "deviceMetrics": {"width": 360, "height": 640, "pixelRatio": 3.0},
    "userAgent": "Mozilla/5.0 (Linux; Android 4.2.1; en-us; Nexus 5 Build/JOP40D) AppleWebKit/535.19 (KHTML, like Gecko) Chrome/18.0.1025.166 Mobile Safari/535.19"
}
options = webdriver.ChromeOptions()
options.add_experimental_option("mobileEmulation", mobile_emulation)

9. 测试代码维护建议

9.1 元素定位器管理

将元素定位器集中管理，便于维护：

python复制# locators.py
class LoginPageLocators:
    USERNAME = ("id", "username")
    PASSWORD = ("css", "input.password")
    SUBMIT = ("xpath", "//button[@type='submit']")

# page.py
from locators import LoginPageLocators

class LoginPage:
    def enter_credentials(self, user, pwd):
        self.driver.find_element(*LoginPageLocators.USERNAME).send_keys(user)
        self.driver.find_element(*LoginPageLocators.PASSWORD).send_keys(pwd)

9.2 测试数据工厂

使用工厂模式生成测试数据：

python复制from dataclasses import dataclass
from faker import Faker

fake = Faker()

@dataclass
class User:
    username: str
    email: str
    password: str

class UserFactory:
    @staticmethod
    def create_valid_user():
        return User(
            username=fake.user_name(),
            email=fake.email(),
            password=fake.password()
        )
    
    @staticmethod 
    def create_invalid_user():
        return User(username="", email="invalid", password="123")

9.3 测试代码评审要点

在团队协作中，我建议对测试代码进行以下方面的评审：

可读性：变量命名是否清晰？是否有适当的注释？
稳定性：是否合理处理了等待和异步加载？
可维护性：是否遵循了DRY原则？公共逻辑是否已抽取？
有效性：断言是否验证了正确的业务逻辑？
性能：是否有不必要的等待或重复操作？

10. 新技术趋势与替代方案

10.1 Playwright对比分析

Playwright是微软推出的新一代自动化测试工具，与Selenium相比的主要优势：

内置自动等待机制，减少显式等待代码
支持多标签页、多上下文场景
录制功能更强大，能生成更可靠的测试代码
跨语言API设计一致

示例Playwright代码：

python复制from playwright.sync_api import sync_playwright

with sync_playwright() as p:
    browser = p.chromium.launch()
    page = browser.new_page()
    page.goto("https://example.com")
    page.fill("#username", "test")
    page.click("text=Login")
    assert "Welcome" in page.title()
    browser.close()

10.2 视觉回归测试

使用Applitools等工具进行UI视觉对比：

python复制from applitools.selenium import Eyes

eyes = Eyes()
eyes.api_key = "YOUR_API_KEY"

try:
    driver = webdriver.Chrome()
    eyes.open(driver, "App Name", "Test Name")
    driver.get("https://example.com")
    eyes.check_window("Home Page")
finally:
    eyes.close()
    driver.quit()

10.3 AI在测试中的应用

自愈测试：当元素定位失败时，AI模型可以分析DOM变化并自动调整定位策略
测试生成：通过分析用户行为日志自动生成测试用例
异常检测：在测试执行过程中识别非预期的UI变化

示例使用Testim.io的AI测试：

python复制import testim

testim.login("api_key")
test_case = testim.create_test(url="https://example.com")

# 录制测试步骤
test_case.click("login_button")
test_case.type("username", "test_user")

# 保存并运行
test_case.save("login_test")
test_case.run()

11. 个人实战经验总结

在金融行业自动化测试项目中，我们遇到了动态安全令牌的挑战。每次登录时，密码输入框的ID都会变化，传统定位方式失效。最终解决方案是通过XPath定位相邻的固定元素，再相对定位到输入框：

python复制def find_dynamic_input(driver):
    # 通过相邻的固定标签定位
    label = driver.find_element("xpath", "//label[contains(text(),'密码')]")
    return label.find_element("xpath", "./following-sibling::input")

另一个印象深刻的是测试数据准备的最佳实践。我们建立了测试数据管理平台，可以：

通过API快速创建测试账号
为每个测试用例生成独立的数据集
测试完成后自动清理数据

对于测试稳定性，我总结出三条黄金法则：

隔离性：每个测试用例应该独立运行，不依赖其他测试的状态
确定性：相同的输入应该总是产生相同的输出
可重复性：测试失败后应该能轻松复现问题

在团队协作方面，我们制定了这些规范：

所有页面对象类必须实现基本的等待机制
测试数据生成使用统一的工厂类
元素定位器集中管理，禁止在测试用例中硬编码定位器
重要的业务流测试必须包含正向和负向用例

最后分享一个性能优化技巧：在测试套件启动时一次性登录获取会话，然后通过Cookie注入的方式避免每个测试用例重复登录，这能将测试套件执行时间缩短40%以上：

python复制def reuse_login_session(driver, new_driver):
    # 获取已登录状态的cookies
    cookies = driver.get_cookies()
    
    # 在新会话中恢复cookies
    for cookie in cookies:
        new_driver.add_cookie(cookie)
    
    # 刷新页面应用cookies
    new_driver.refresh()