3、Selenium基础入门：元素定位八大方法、浏览器操作API、等待机制详解

好，咱们进入第三章。说实话，Selenium 这块内容，是自动化测试的基石。你想想看，如果连页面上的元素都抓不到，后面的操作全是空谈。我个人习惯把这一章叫做「三板斧」——定位、操作、等待。这三样玩熟了，OA 系统的自动化就迈出了最关键的一步。

3.1 元素定位八大方法

定位元素，说白了就是告诉 Selenium：「嘿，去点那个按钮！」。但怎么描述「那个按钮」？Selenium 给了我们八种方式。我刚开始学的时候也觉得多，但用久了你会发现，其实常用的就那么三四种。

先看个总览表格，心里有个谱：

定位方法	语法示例	适用场景
id	find_element(By.ID, "username")	元素有唯一 id 时，首选
name	find_element(By.NAME, "password")	表单元素常用
class_name	find_element(By.CLASS_NAME, "btn-primary")	样式类定位
tag_name	find_element(By.TAG_NAME, "input")	标签名定位，不常用
link_text	find_element(By.LINK_TEXT, "登录")	精确匹配超链接文本
partial_link_text	find_element(By.PARTIAL_LINK_TEXT, "登")	模糊匹配超链接
xpath	find_element(By.XPATH, "//input[@id='username']")	万能定位，但性能稍差
css_selector	find_element(By.CSS_SELECTOR, "#username")	速度快，推荐使用

3.1.1 id 定位——最靠谱的方式

如果开发同学给元素加了 id，那恭喜你，这是最省心的方式。id 在页面里是唯一的，就像人的身份证号。我在项目中遇到过，有些老系统的 OA 页面 id 是动态生成的，每次刷新都不一样。嗯，这时候就别死磕 id 了。

# 定位用户名输入框
username_input = driver.find_element(By.ID, "username")
username_input.send_keys("admin")

3.1.2 name 定位——表单的标配

name 属性在表单里很常见。但要注意，name 可以不唯一。我曾经踩过一个坑：页面上两个输入框的 name 都叫「keyword」，结果定位到了第一个，死活点不了第二个。

# 定位密码输入框
password_input = driver.find_element(By.NAME, "password")
password_input.send_keys("123456")

3.1.3 class_name 定位——样式即定位

class 通常用来控制样式，但如果某个 class 在页面上只出现一次，也可以用来定位。不过说实话，我很少单独用 class_name，因为 class 重复的概率太高了。

3.1.4 tag_name 定位——最不推荐

用标签名定位？你想想看，页面上有多少个 <div>、<input>？除非你确定整个页面只有一个该标签，否则别用。我一般只在遍历所有同类元素时才用它。

3.1.5 link_text 与 partial_link_text——链接专用

这两个专门对付超链接。前者要完全匹配，后者只要包含就行。我个人习惯用 partial_link_text，因为有时候链接文本前面带个空格或者特殊字符，完全匹配反而容易失败。

# 点击「退出登录」链接
driver.find_element(By.LINK_TEXT, "退出登录").click()
# 或者模糊匹配
driver.find_element(By.PARTIAL_LINK_TEXT, "退出").click()

3.1.6 XPath——万能但慢

XPath 是 XML 路径语言，能定位到页面上的任何元素。但它的缺点是解析慢，而且写长了容易出错。我建议：能用 id 或 css 的时候，尽量别用 XPath。

# 绝对路径（不推荐，太脆弱）
driver.find_element(By.XPATH, "/html/body/div[1]/form/input[1]")
# 相对路径（推荐）
driver.find_element(By.XPATH, "//input[@id='username']")
# 包含文本匹配
driver.find_element(By.XPATH, "//button[contains(text(), '提交')]")

3.1.7 CSS Selector——我的最爱

CSS Selector 定位速度快，语法简洁。说白了，它就是通过 CSS 选择器来定位元素。如果你懂前端，上手毫无压力。

# id 选择器
driver.find_element(By.CSS_SELECTOR, "#username")
# class 选择器
driver.find_element(By.CSS_SELECTOR, ".btn-primary")
# 属性选择器
driver.find_element(By.CSS_SELECTOR, "input[name='username']")
# 层级选择器
driver.find_element(By.CSS_SELECTOR, "form > input")

3.2 浏览器操作API

定位到元素之后，就要操作浏览器了。Selenium 提供了一套完整的浏览器操作 API。我把它分成三类：窗口操作、页面导航、元素交互。

3.2.1 窗口操作

做 OA 系统测试时，经常要处理多窗口、多标签页的情况。比如点击一个「新建流程」按钮，弹出一个新窗口。

# 获取当前窗口句柄
current_handle = driver.current_window_handle
# 获取所有窗口句柄
all_handles = driver.window_handles
# 切换到新窗口
driver.switch_to.window(all_handles[-1])
# 关闭当前窗口
driver.close()
# 切换回原窗口
driver.switch_to.window(current_handle)

3.2.2 页面导航

浏览器的前进、后退、刷新，这些在自动化里也常用。

# 打开网址
driver.get("http://oa.example.com")
# 后退
driver.back()
# 前进
driver.forward()
# 刷新
driver.refresh()
# 获取当前 URL
current_url = driver.current_url
# 获取页面标题
title = driver.title

3.2.3 元素交互操作

这是最常用的部分。点击、输入、清空、获取文本，每天都要用。

# 点击
driver.find_element(By.ID, "submit").click()
# 输入文本
driver.find_element(By.ID, "username").send_keys("admin")
# 清空输入框
driver.find_element(By.ID, "username").clear()
# 获取元素文本
text = driver.find_element(By.CLASS_NAME, "message").text
# 获取元素属性
value = driver.find_element(By.ID, "username").get_attribute("value")

3.3 等待机制详解

为什么要等待？因为页面加载需要时间。你想想看，如果页面还没加载完，你就去点按钮，那肯定报错。Selenium 提供了三种等待方式。

3.3.1 强制等待——简单粗暴

time.sleep()，让程序强制停几秒。这方法最简单，但也最不推荐。为什么？因为如果页面 1 秒就加载完了，你等 5 秒就是浪费时间。如果页面 10 秒才加载完，你等 5 秒又不够。

import time
time.sleep(3)  # 强制等待3秒

3.3.2 隐式等待——全局设置

隐式等待是设置一个全局的超时时间。只要在这个时间内元素出现了，就继续执行。如果超时了还没出现，就报错。

# 设置隐式等待，最多等10秒
driver.implicitly_wait(10)
# 之后的所有 find_element 都会等待最多10秒
element = driver.find_element(By.ID, "username")

隐式等待的优点是设置一次，全局生效。但缺点是它只对 find_element 有效，对 find_elements 无效。而且如果某个元素需要更长的等待时间，它也没办法单独设置。

3.3.3 显式等待——精准控制

显式等待是我最推荐的方式。它可以针对某个元素设置特定的等待条件和超时时间。说白了，就是「等到某个条件满足再执行」。

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

# 等待元素可见
element = WebDriverWait(driver, 10).until(
    EC.visibility_of_element_located((By.ID, "username"))
)
# 等待元素可点击
button = WebDriverWait(driver, 10).until(
    EC.element_to_be_clickable((By.ID, "submit"))
)
# 等待元素存在
element = WebDriverWait(driver, 10).until(
    EC.presence_of_element_located((By.ID, "username"))
)

常用的等待条件有哪些？我列个表：

条件	说明
visibility_of_element_located	元素可见（在 DOM 中且显示）
element_to_be_clickable	元素可见且可点击
presence_of_element_located	元素存在于 DOM 中
text_to_be_present_in_element	元素中包含指定文本
alert_is_present	弹窗出现

3.4 实战：OA登录页面的自动化

好了，理论讲完了，咱们来点实战。下面是一个 OA 系统登录页面的自动化脚本，综合运用了今天学的所有知识。

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
import time

# 启动浏览器
driver = webdriver.Chrome()
driver.get("http://oa.example.com/login")

# 设置隐式等待
driver.implicitly_wait(5)

try:
    # 显式等待用户名输入框
    username_input = WebDriverWait(driver, 10).until(
        EC.visibility_of_element_located((By.ID, "username"))
    )
    username_input.send_keys("admin")

    # 定位密码框
    password_input = driver.find_element(By.NAME, "password")
    password_input.send_keys("123456")

    # 点击登录按钮
    login_button = driver.find_element(By.CSS_SELECTOR, "#loginForm .btn-primary")
    login_button.click()

    # 等待页面跳转，检查是否登录成功
    WebDriverWait(driver, 10).until(
        EC.text_to_be_present_in_element((By.CLASS_NAME, "welcome"), "欢迎")
    )
    print("登录成功！")

except Exception as e:
    print(f"登录失败：{e}")

finally:
    time.sleep(2)
    driver.quit()

这个脚本里，我用了显式等待来等用户名输入框，用了 CSS Selector 来定位登录按钮，用了隐式等待作为兜底。你想想看，如果不用等待，脚本很可能在页面还没加载完就去操作，那结果就是一片红。

嗯，这一章的内容就到这里。元素定位、浏览器操作、等待机制，这三样东西你练熟了，OA 系统里 80% 的页面你都能搞定。下一章咱们聊聊更高级的——如何处理那些烦人的弹窗和下拉框。