1、Selenium概述与环境搭建
1.1 Selenium发展史：从工具到标准
Selenium的故事，得从2004年说起。当时有个叫Jason Huggins的家伙，在ThoughtWorks写测试脚本，天天手动点浏览器点得想吐。他一拍脑袋，写了个JavaScript库，能自动操作浏览器——这就是Selenium Core的雏形。
我刚开始接触自动化测试时，用的还是Selenium 1.0。那时候叫Selenium RC（Remote Control），原理挺绕的——通过JavaScript注入来模拟用户操作。说白了就是让浏览器跑一段JS脚本，然后脚本去控制页面。但有个致命问题：跨域限制。你想想看，浏览器天生不允许JS访问不同域名的内容，这导致很多场景跑不通。
后来到了2006年，Google的Simon Stewart搞出了WebDriver。这家伙的思路完全不同——直接调用浏览器原生API，不走JS注入那套。嗯，这才是正道。2011年，Selenium和WebDriver合并，Selenium 2.0诞生。我个人觉得，这是自动化测试史上最重要的转折点。
关键时间线：
- 2004年 — Selenium Core诞生（Jason Huggins）
- 2006年 — WebDriver诞生（Simon Stewart）
- 2011年 — Selenium 2.0发布（合并WebDriver）
- 2016年 — Selenium 3.0发布（全面转向WebDriver）
- 2021年 — Selenium 4.0发布（W3C标准化）
1.2 Selenium 3与Selenium 4的区别
很多人问我：「老师，现在该学Selenium 3还是4？」我的回答永远是：直接上4。为什么？我给你列几个关键区别。
| 对比项 | Selenium 3 | Selenium 4 |
|---|---|---|
| 协议 | JSON Wire Protocol（自定义协议） | W3C WebDriver标准协议 |
| 窗口管理 | 需手动切换窗口/标签页 | 原生支持Tab页操作 |
| 相对定位 | 不支持 | 支持（toLeftOf、toRightOf等） |
| Chrome DevTools | 不支持 | 原生集成CDP |
| 等待机制 | 隐式/显式等待 | 新增FluentWait增强 |
我记得有一次升级项目，从Selenium 3切到4，最直观的感受就是「稳」。以前用JSON Wire Protocol时，浏览器和驱动之间通信偶尔会丢包，出现莫名其妙的超时。换成W3C标准后，通信协议统一了，兼容性问题少了一大半。
我的建议：如果你还在用Selenium 3，别犹豫，尽快迁移。Selenium 4的API更简洁，而且Chrome DevTools的支持能让你做很多以前做不到的事——比如模拟网络条件、捕获性能日志。
1.3 WebDriver的工作原理
搞懂WebDriver的工作原理，你写脚本时心里就有底了。说白了，它就是个「中间人」。
流程是这样的：
- 你的Python脚本调用WebDriver API（比如
driver.get(url)） - WebDriver通过HTTP请求，把指令发给浏览器驱动（比如chromedriver）
- 浏览器驱动再调用浏览器的原生API，执行操作
- 执行结果原路返回
为什么会这样设计？因为浏览器厂商不允许外部程序直接操作浏览器——这是安全底线。所以WebDriver相当于拿到了「官方授权」，通过浏览器驱动这个中间层来发号施令。
我曾经踩过一个坑：在公司内网环境跑自动化，发现脚本动不动就超时。排查了半天，原来是代理服务器把WebDriver的HTTP请求给拦截了。嗯，这里要注意——WebDriver走的是HTTP协议，如果你的网络环境有代理限制，记得配置白名单。
避坑指南：我曾经遇到过浏览器版本和驱动版本不匹配，导致脚本全部报错。记住一条铁律：浏览器版本、驱动版本、Selenium版本三者必须兼容。尤其是Chrome，它更新太频繁了，我建议锁定浏览器版本，不要自动更新。
1.4 环境搭建：Python + Selenium + 浏览器驱动
好了，理论说完了，咱们动手搭环境。我习惯用Python 3.9+，Selenium 4.x，Chrome浏览器。你跟着我来，十分钟搞定。
第一步：安装Python
去python.org下载安装包，记得勾选「Add Python to PATH」。装完后打开终端验证：
python --version
pip --version如果能看到版本号，说明Python装好了。我个人建议用虚拟环境，避免污染全局包：
python -m venv selenium_env
# Windows
selenium_env\Scripts\activate
# Mac/Linux
source selenium_env/bin/activate第二步：安装Selenium
一行命令搞定：
pip install selenium装完后验证一下：
python -c "import selenium; print(selenium.__version__)"如果输出版本号（比如4.15.0），说明安装成功。
第三步：下载浏览器驱动
这是最容易出问题的一步。你想想看，浏览器驱动相当于「翻译官」，版本必须和浏览器完全匹配。
- Chrome：去chromedriver.chromium.org下载，版本号要和Chrome一致
- Firefox：用geckodriver，github.com/mozilla/geckodriver下载
- Edge：用msedgedriver，微软官方下载
下载后把驱动放到Python的Scripts目录下，或者直接配置环境变量。我习惯放项目根目录，这样不同项目可以用不同版本：
# 项目结构
my_project/
├── chromedriver.exe
├── main.py
└── requirements.txt第四步：写个脚本验证
新建一个 test_selenium.py，写入以下代码：
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
# 指定驱动路径（如果没配环境变量）
service = Service('./chromedriver.exe')
driver = webdriver.Chrome(service=service)
# 打开百度
driver.get('https://www.baidu.com')
# 打印页面标题
print(driver.title)
# 关闭浏览器
driver.quit()运行脚本：
python test_selenium.py如果浏览器自动打开并跳转到百度，控制台打印出「百度一下」，恭喜你——环境搭建成功！
常见问题排查：
- 报错「chromedriver.exe 不在PATH中」 — 要么配环境变量，要么在代码里指定Service路径
- 报错「session not created」 — 驱动版本和浏览器版本不匹配，去下载对应版本
- 浏览器一闪而过 — 代码里没加
driver.quit()或者脚本执行太快，可以加个time.sleep(3)观察
我的小技巧：如果你不想手动管理驱动版本，可以用 webdriver-manager 这个库。它会自动检测浏览器版本并下载对应驱动：
pip install webdriver-manager
from webdriver_manager.chrome import ChromeDriverManager
from selenium.webdriver.chrome.service import Service
service = Service(ChromeDriverManager().install())
driver = webdriver.Chrome(service=service)嗯，这个方案我一直在用，省心不少。
好了，环境搭好了，咱们下节课开始写真正的自动化脚本。记住，环境搭建是基础中的基础，别嫌麻烦。我见过太多人卡在这一步就放弃了——其实只要版本匹配，十分钟就能搞定。