3、Selenium基础入门：Selenium简介、WebDriver核心API、定位元素八大方法
好，咱们进入自动化测试的重头戏——Selenium。说实话，我刚开始接触自动化测试时，第一个接触的工具就是Selenium。那时候它还是个简单的录制回放工具，现在已经是Web自动化领域的标配了。这一章，我带大家把Selenium的底子打扎实。
3.1 Selenium是什么？
Selenium，说白了就是一个浏览器自动化工具集。它不是一个单一的工具，而是一套工具家族。我习惯把它分成三块：
- Selenium WebDriver：核心中的核心，直接操控浏览器
- Selenium IDE：录制回放工具，适合快速原型验证
- Selenium Grid：分布式测试，多浏览器并行跑
咱们课程主要聚焦在WebDriver上。为什么？因为实际项目中，90%的自动化脚本都是用WebDriver写的。IDE适合入门演示，但真要上生产环境，还得靠WebDriver。
核心概念：WebDriver直接调用浏览器的原生API，模拟用户操作。它不是通过JavaScript注入来操控页面，所以更稳定、更接近真实用户行为。
3.2 WebDriver核心API
WebDriver的API设计得很直观。我给大家梳理一下最常用的几个操作：
3.2.1 启动浏览器
// 启动Chrome浏览器
WebDriver driver = new ChromeDriver();
// 启动Firefox浏览器
WebDriver driver = new FirefoxDriver();
// 启动Edge浏览器
WebDriver driver = new EdgeDriver();嗯，这里要注意一点：不同浏览器需要对应的驱动文件。Chrome需要chromedriver，Firefox需要geckodriver。我曾经因为驱动版本不匹配，折腾了一下午才发现问题。
避坑指南：驱动版本必须和浏览器版本对应。比如Chrome 120版本，就要用120.x.x.x的chromedriver。去https://chromedriver.chromium.org/下载时，看清楚版本号。
3.2.2 页面导航
// 打开网页
driver.get("https://www.example.com");
// 返回上一页
driver.navigate().back();
// 前进到下一页
driver.navigate().forward();
// 刷新页面
driver.navigate().refresh();我个人习惯用get()方法，简单直接。navigate()系列方法在需要模拟浏览器前进后退时特别有用。比如测试购物车流程时，我会用back()验证页面状态是否正确。
3.2.3 窗口管理
// 最大化窗口
driver.manage().window().maximize();
// 设置窗口大小
driver.manage().window().setSize(new Dimension(1024, 768));
// 获取当前窗口句柄
String currentHandle = driver.getWindowHandle();
// 获取所有窗口句柄
Set<String> allHandles = driver.getWindowHandles();你想想看，为什么测试时要最大化窗口？因为有些元素在非最大化状态下可能被遮挡，导致定位失败。我在项目中遇到过好几次，脚本在本地跑得好好的，一到CI环境就报错，最后发现是窗口大小不一致导致的。
3.2.4 元素交互
// 点击元素
driver.findElement(By.id("submit-btn")).click();
// 输入文本
driver.findElement(By.name("username")).sendKeys("testuser");
// 清除文本
driver.findElement(By.id("search-box")).clear();
// 获取元素文本
String text = driver.findElement(By.className("title")).getText();
// 获取元素属性
String value = driver.findElement(By.tagName("input")).getAttribute("value");小技巧：sendKeys()方法可以模拟键盘操作。比如sendKeys(Keys.ENTER)可以模拟回车键，sendKeys(Keys.TAB)可以切换焦点。我在测试表单提交时经常用这个。
3.3 定位元素八大方法
定位元素是自动化测试的核心技能。说白了，你找不到元素，后面的操作都白搭。Selenium提供了八种定位方式，我按使用频率给大家排个序：
| 定位方法 | 语法示例 | 适用场景 | 推荐指数 |
|---|---|---|---|
| ID定位 | By.id("username") |
元素有唯一ID时 | ⭐⭐⭐⭐⭐ |
| Name定位 | By.name("email") |
表单元素常用 | ⭐⭐⭐⭐ |
| ClassName定位 | By.className("btn-primary") |
样式类名唯一时 | ⭐⭐⭐ |
| TagName定位 | By.tagName("input") |
获取一组同类元素 | ⭐⭐ |
| LinkText定位 | By.linkText("点击这里") |
精确匹配超链接文本 | ⭐⭐⭐ |
| PartialLinkText定位 | By.partialLinkText("点击") |
模糊匹配超链接文本 | ⭐⭐ |
| CSS选择器定位 | By.cssSelector("#login-form input[type='text']") |
复杂定位场景 | ⭐⭐⭐⭐⭐ |
| XPath定位 | By.xpath("//div[@class='container']//button") |
最灵活，但性能稍差 | ⭐⭐⭐⭐ |
3.3.1 ID定位——我的首选
为什么ID定位是首选？因为ID在HTML中应该是唯一的。我写脚本时，第一反应就是看元素有没有ID。有ID就用ID，没有才考虑其他方法。
// 找到登录按钮并点击
WebElement loginBtn = driver.findElement(By.id("login-button"));
loginBtn.click();经验之谈：如果开发同学给元素加了动态ID（比如"btn_123456"这种），那就别用ID定位了。我遇到过前端框架自动生成随机ID的情况，这时候用CSS选择器或XPath更靠谱。
3.3.2 Name定位——表单的标配
表单元素通常都有name属性，因为提交表单时后端靠name来接收数据。所以定位输入框时，name定位很常用。
// 定位用户名输入框
WebElement usernameInput = driver.findElement(By.name("username"));
usernameInput.sendKeys("admin");3.3.3 ClassName定位——小心重复
ClassName定位有个坑：class属性通常有多个值，比如class="btn btn-primary"。这时候用By.className("btn")只能匹配到第一个值。我建议用CSS选择器来定位带多个class的元素。
// 不推荐：可能匹配到多个元素
driver.findElement(By.className("btn"));
// 推荐：用CSS选择器精确定位
driver.findElement(By.cssSelector(".btn.btn-primary"));3.3.4 TagName定位——批量操作的好手
TagName定位适合获取一组相同标签的元素。比如获取页面上所有的链接：
// 获取所有链接
List<WebElement> allLinks = driver.findElements(By.tagName("a"));
System.out.println("页面共有 " + allLinks.size() + " 个链接");注意我用的是findElements（带s），返回的是列表。如果页面没有匹配的元素，它会返回空列表，不会抛异常。而findElement找不到元素会直接报NoSuchElementException。
3.3.5 LinkText和PartialLinkText——链接专用
这两个方法专门用来定位超链接。LinkText要求完全匹配，PartialLinkText可以模糊匹配。
// 精确匹配
driver.findElement(By.linkText("关于我们")).click();
// 模糊匹配
driver.findElement(By.partialLinkText("关于")).click();小技巧：如果页面上有多个链接包含"关于"两个字，PartialLinkText会返回第一个匹配到的。这时候可以用findElements获取所有匹配的链接，再根据索引或文本内容选择。
3.3.6 CSS选择器——我的最爱
CSS选择器是我个人最常用的定位方式。它语法简洁，定位能力强，性能也比XPath好。你想想看，前端开发写样式用的就是CSS选择器，我们拿来定位元素，天然匹配。
// 通过ID定位
By.cssSelector("#username");
// 通过class定位
By.cssSelector(".btn-primary");
// 通过属性定位
By.cssSelector("input[type='submit']");
// 层级定位
By.cssSelector("div.form-group > input");
// 组合定位
By.cssSelector("input#username.form-control");3.3.7 XPath——万能但需谨慎
XPath是定位界的瑞士军刀，什么都能定位到。但它的缺点是语法相对复杂，而且性能不如CSS选择器。我建议：能用CSS选择器解决的问题，就别用XPath。
// 绝对路径（不推荐）
By.xpath("/html/body/div[1]/form/input[1]");
// 相对路径（推荐）
By.xpath("//input[@id='username']");
// 包含文本
By.xpath("//button[contains(text(), '提交')]");
// 多条件组合
By.xpath("//input[@type='text' and @name='username']");避坑指南：绝对路径XPath非常脆弱，页面结构稍微一变就失效。我曾经接手过一个项目，里面全是绝对路径XPath，每次前端改版都要重写几十个定位。后来我全部改成了相对路径+属性组合，维护成本直线下降。
3.4 实战建议
说了这么多，我给大家总结几条实战中的经验：
- 优先用ID：有ID就用ID，没有ID就用CSS选择器
- 避免绝对路径：不管是XPath还是CSS，都不要写死层级
- 多用相对路径：从父元素往下找，比从根节点找稳定得多
- 组合定位更可靠：一个属性不够，就加两个属性
- 先手动验证：在浏览器控制台用
$()或$x()测试定位表达式，确认能定位到再写进代码
嗯，这一章的内容就到这里。定位元素是自动化测试的基本功，建议大家多练、多踩坑。下一章我们讲等待机制和浏览器操作，到时候会用到今天学的定位方法。