python之Selenium介绍

Posted on Views:

Selenium 是一个用于Web 自动化测试与浏览器自动化控制的开源工具套件，广泛用于：

  • UI 自动化测试（回归测试、功能测试）
  • 爬虫模拟（绕过简单反爬）
  • 自动化运维（登录、表单操作、系统巡检）
  • RPA（机器人流程自动化）

核心能力：

  • 控制真实浏览器（Chrome / Firefox / Edge 等）
  • 模拟用户行为（点击、输入、滚动、JS执行）
  • 支持多语言（Java / Python / Go / JS 等）

1.Selenium 组件架构

Selenium 并不是单一工具，而是一个组件体系：

flowchart LR
    A[Test Script
Python/Java] --> B[Selenium Client API]
    B --> C[WebDriver Protocol]
    C --> D[Browser Driver
chromedriver/geckodriver]
    D --> E[Browser
Chrome/Firefox]

2. 核心组件拆解

65909ea19cd1ca613fd05359eeb1999a.png

2.1 Selenium Client（客户端库）

作用：

  • 提供开发接口（API）
  • 支持多语言调用

常见语言绑定：

  • Python：selenium
  • Java：selenium-java
  • JavaScript：selenium-webdriver

示例（Python）：

1
2
3
4
from selenium import webdriver

driver = webdriver.Chrome()
driver.get("https://example.com")

2.2 WebDriver（核心控制协议）

WebDriver 是 Selenium 的核心抽象层，负责：

  • 定义浏览器控制标准（W3C WebDriver）
  • 统一不同浏览器的操作方式

核心思想：

用 HTTP + JSON 协议控制浏览器

典型请求：

1
POST /session/{sessionId}/element

2.3 Browser Driver（浏览器驱动）

作用：

  • 作为 WebDriver 与浏览器之间的桥梁
  • 将标准指令转换为浏览器原生操作

常见驱动：

浏览器 Driver
Chrome chromedriver
Firefox geckodriver
Edge msedgedriver
Safari safaridriver

工作机制：

sequenceDiagram
    participant Test
    participant WebDriver
    participant Driver
    participant Browser

    Test->>WebDriver: click()
    WebDriver->>Driver: HTTP request
    Driver->>Browser: DevTools/Native API
    Browser-->>Driver: result
    Driver-->>WebDriver: response
    WebDriver-->>Test: return

2.4 Selenium Server（Grid / Remote）

用于分布式执行测试：

2.5 Selenium Grid（分布式执行）

flowchart TD
    A[Test Runner] --> B[Hub]
    B --> C[Node1 Chrome]
    B --> D[Node2 Firefox]
    B --> E[Node3 Edge]

组件：

  • Hub：调度中心
  • Node：执行节点

2.6 Selenium IDE（已弱化）

ed28f5843450148ad0da390863f953e7.png

  • 浏览器插件（Chrome/Firefox）插件化进阶
  • 录制 + 回放测试步骤
  • 适合初学者，不适合复杂场景

3. Selenium 4 新架构（重点）

Selenium 4 引入：

3.1 W3C 标准统一

  • 废弃 JSON Wire Protocol
  • 完全兼容浏览器标准

3.2 内置 DevTools 支持（CDP）

可以直接操作 Chrome DevTools：

  • 网络抓包
  • 性能分析
  • 拦截请求

4. 执行流程（底层视角）

463681c9c5a6fac0d4cc74cc393a4d36.png

flowchart TD
    A[测试代码] --> B[Client API]
    B --> C[WebDriver协议]
    C --> D[Driver]
    D --> E[浏览器引擎]
    E --> F[DOM/JS执行]
    F --> E
    E --> D
    D --> C
    C --> B
    B --> A

5. Selenium vs 其他方案

5.1 vs Playwright

对比项 Selenium Playwright
协议 WebDriver DevTools
性能 较慢 较快
多浏览器 强 强
自动等待 弱 强
复杂操作 中 强

👉 结论：

  • 测试标准化 → Selenium
  • 高性能自动化 → Playwright

6. 总结

Selenium的核心可以归纳为三点：

  1. 标准协议（WebDriver）
  2. 驱动桥接（Browser Driver）
  3. 真实浏览器执行

本质不是“自动化工具”，而是：

一个跨浏览器控制标准 + 分布式执行体系