这篇教程新版selenium4.0 + Python使用详解写得很实用，希望能帮到您。
1、selenium简介Selenium是一个用于Web应用程序测试的工具，Selenium测试直接运行在浏览器中，就像真正的用户在操作一样。支持的浏览器包括IE（7, 8, 9, 10, 11），Mozilla Firefox，Safari，Google Chrome，Opera，Edge等; 支持的开发语言有Java、Python、C#、ruby。 - 2004年selenium诞生
- 2006年webdriver诞生
- 2008年selenium与webdriver合并selenium2.0
- 2016年selenium3.0诞生
- 2021年selenium4.0诞生
Selenium IDE 嵌入到FIrefox浏览器中的一个插件，实现简单的浏览器操作的录制和回放功能，应用场景：快速的创建bug重现场景，在测试人员测试过程中，发现bug之后可以通过IDE将重现的步骤录制下来，以帮助开发人员更容易的重现bug IDE录制的脚本可以转换为多种语言。从而帮助我们快速的开发脚本 Ps: 按经验建议尽量少用录制，在人工智能没发展到一定程度，这是一条歪路。 Selenium RC Selenium RC 是Selenium家族的核心部分。Selenium RC 支持多种不同语言编写的自动化脚本测试，通过Selenium RC服务器作为代理服务器去访问应用，从而达到测试的目的。 Selenium RC分为Client Libraries和Selenium Server。Client Libraries库主要用于编写测试脚本，用来控制Selenium Server的库。Selenium Server 负责控制浏览器行为。总的来说，Selenium Server 包括三个部分：Launcher、Http Proxy和Core。其中，Selenium Core是被Selenium Server嵌入到浏览器页面中。其实Selenium Core就是一堆JavaScript函数的集合，即通过这些javascript函数我们才能实现用程序对浏览器的操作。Launcher用于启动浏览器，把Selenium Core加载到浏览器页面当中，并把浏览器的代理设置为Selenium Server的Http Proxy。 Ps: 建议做WEB自动化过程中可以顺便将js学会。
2、环境 Python + selenium
2.1、selenium库安装命令：pip insatll selenium 或 pip3 install selenium 
2.2、驱动下载浏览器驱动下载 chrome （ie、火狐可自行学习） 确认谷歌浏览器版本，操作如下图，确认版本为100.0.4896.127 
针对浏览器版本去下载对应的驱动 大家可以自行去www.baidu.com搜索谷歌浏览器驱动找到后下载，不过这个过程可能比较久。在这里提供所有版本的下载连接 http://chromedriver.storage.googleapis.com/index.html 进入网站找到对应版本的驱动下载，上图版本是100.0.4896.127，是以要找到对应版本下载，如果找不到对应版本，可以找最相近的版本。也是可以用来驱动浏览器的，不能用一定会有对应版本出现；现在没有找到100.0.4896.127版本，所以找到最接近版本100.0.4896.60下载 
选择当前系统所对应的版本，像window版本，直接下win32的包，不用担心64位系统。通用，如果不通用，肯定会有一个win64的包。 
将下载的zip压缩包解压出来的chromedriver.exe的文件 
2.3、驱动位置与使用驱动位置有两种，这里讲灵活放置法，规范放置法大家可当课题自行去研究。 灵活放置是将驱动文件放到selenium执行代码文件同级目录下即可。 举例： 新增一个python项目，然后将chromedriver.exe文件放到项目目录下 新增一个demo01.py文件在文件里编写打开百度的代码 from selenium import webdriverdr = webdriver.Chrome()dr.get('https://www.baidu.com')运行。如下图，成功打开谷歌浏览器，访问百度网站 
3、selenium库代码讲解使用selenium之前，需要先了解一些网页元素定位的知识，结合这些知识来实现元素定位后点击，编辑等 如何手动进行元素定位？ 打开浏览器---f12进入开发者模式---在Elements页面---使用选择工具去页面点击对应元素---HTML将自动展开并高亮显示选择到的元素标记 重要知识点 - find_element() 与 find_elements() 方法
- 元素定位八大方式
将上面两点结合起来讲解，如下： 3.1~3.7介绍定位八大方式，3.8是讲js独立脚本
3.1、id在网页HTML中发现有一个元素刚好有id属性，很幸运，因id基本上需要唯一，不然Doc会出现未知异常。我们可以使用其定位出来这元素来实现对应操作。因为它是唯一的，所以一般可以使用find_element()来定位 举例： 进入百度，搜索’路飞’， 可以通过 f12在html里知道百度搜索框架的id是kw，搜索按钮的id是su 所以编写代码如下： #导入库 from selenium import webdriverfrom selenium.webdriver.common.by import By #初始化浏览器dr = webdriver.Chrome() #打开百度dr.get('https://www.baidu.com') #输入路飞dr.find_element(By.ID, 'kw').send_keys('路飞') #点击百度一下dr.find_element(By.ID, 'su').click()在最开始需要将 selenium 的 webdriver与By 导入 在输入路径语句中查询元素方法find_element里参数一By.ID表示定位属性是id，参数二表示属性值为kw 代码执行如下 
3.1、name在网页HTML中发现有一个元素有name属性，也很幸运，因为开发能添加name，也是要给其标记，将其与其他元素区别。我们可以使用其定位出来这元素来实现对应操作。 举例： 还是进入百度，搜索’诸葛亮’ 可以通过 f12在html里知道百度搜索框的name是wd，搜索按钮的id是su 所以编写代码如下：（在上面已经导包了，下面的代码就不导包了） dr = webdriver.Chrome()dr.get('https://www.baidu.com')dr.find_element(By.NAME, 'wd').send_keys('诸葛亮')dr.find_element(By.ID, 'su').click()可以见输入诸葛亮这条语句查询元素方法find_element参数一由 By.NAME表示用name定位，参数二也是取name的值wd 代码执行如下 
3.3、Class网页HTML一般都会有class属性，前端开发者会用其来归类批量添加样式，所以它可能不是唯一的标识。这里我们可能会使用find_elements()来获取 举例： 进入CSDN，点击分类 使用f12查看CSDN的HTML，发现在所有分类元素的class均是navigation-right 所以代码编写如下 dr = webdriver.Chrome()dr.get('https://www.csdn.net/')#点击第一个分类dr.find_elements(By.CLASS_NAME, 'navigation-right')[0].click()#等待3秒time.sleep(3)#点击第一个分类dr.find_elements(By.CLASS_NAME, 'navigation-right')[1].click()可以见点击查询元素方法find_element参数一由 By.CLASS_NAME表示了要取class定位，参数二则是给出class的值 代码执行如下 
3.4、tagtag是网页HTML中的标记，HTML由标记组成，一个标记就是一个元素，所以它基本上不会唯一，所以也使用find_elemenets()来获取 举例： 进入CSDN，点击头条新闻 使用F12查看CSDN的HTML，发现头条新闻的分类元素的标签是dl 所以代码编写如下 dr = webdriver.Chrome()dr.get('https://www.csdn.net/')dr.find_elements(By.TAG_NAME, 'dl')[0].click()可以见点击查询元素方法find_element参数一由 By.TAG_NAME表示了要取tag定位，参数二则是给出tag名 代码执行结果如下 
3.5、LinkLink表示包含有属性href = “https://www.xxxxxxx.com”元素，可以通过linktext定位，linktext是页面上展示的文字。它还可以部分linktext定位。 网上很多文章将linktext通过全linktext与部分linktext区分为两种定位方式，没有本文最后的JS定位方式，也是对的。 举例： 进入CSDN，点击分类 使用F12查看CSDN的HTML,发现分类都是有href属性的，可以用linktext定位 所以代码编写如下： dr = webdriver.Chrome()dr.get('https://www.csdn.net/')#通过linetext点击‘Java'分类dr.find_element(By.LINK_TEXT, 'Java').click()time.sleep(3)#通过部分linktext点击‘人工智能'分类dr.find_element(By.PARTIAL_LINK_TEXT, '人工智').click()参数一By.LINK_TEXT表示全部匹配linktext定位找到元素，参数二值是页面这个链接的全部文案‘Java’ 参数一By.PARTIAL_LINK_TEXT表示模糊匹配linktext定位找到元素 ，参数二值是页面这个链接部分文案‘人工智’ 代码执行结果如下 
3.6、xpathxpath是XML路径定位器，HTML与XML相似，所以也可以用xpath来定位，这个相对于前面的来说，需要大家掌握一些xpath的理论知识。 表达式 | 描述 | nodename | 选取此节点的所有子节点 | / | 从当前节点选取直接子节点 | // | 从当前节点选取子孙节点 | . | 选取当前节点 | . . | 选取当前节点的父节点 | @ | 选取属性 | * | 任何元素 |
xpath定位逻辑是通过id、name、class等属性定位到一个大范围元素然后再通过路 径 定位到精准元素；针对定位到多个元素时也可以下标取值，但下标从1开始。可以 用 xpath定位到任何元素 表格的内容弄懂后，但并不一定会用到，懂了是让自己知道xpath是如何定位的；实战中基本上用到xpath定位时，一般使用浏览器f12里面copy xpath功能，获取到对应元素的xpath（老手一般是自己写xpath,因为F12有时复制的xpath不是最精简的） 比如我要获取CSDN技术树元素的xpath,只需要按照下图箭头的顺序点击，即可获取到对应的xpath了 
然后用基来举例： 举例： 进入CSDN，点击技能树元素 通过F12里的copy xpath功能可以知道技能树元素的xpath为//*[@id="www-home-right"]/div[1]/div[2]/div[1]/div/span 所以代码编写如下 dr = webdriver.Chrome()dr.get('https://www.csdn.net/')dr.find_element(By.XPATH, '//*[@id="www-home-right"]/div[1]/div[2]/div[1]/div/span').click()参数一By.XPATH表示使用xpath方式定位，参数二是给元素xpath值 代码执行如下 
3.7、css选择器css是前端样式，这里说的css定位是用css样式里定位元素用的方法叫做css选择器。 符号.代表class, 符号 # 代表id， 路径空格写tag名 它与xpath一样，可以定位到任何元素，也可以直接通过F12的copy selector来取 得元素的css选择器 举例 进入CSDN, 点击CSDN指数元素 通过f12里的copy selector取得元素的css选择器为：#www-home-right > div.www-home-silde > div.ContentBlock > div:nth-child(1) > div > span 所以代码编写如下 dr = webdriver.Chrome()dr.get('https://www.csdn.net/')dr.find_element(By.CSS_SELECTOR, '#www-home-right > div.www-home-silde > div.ContentBlock > div:nth-child(2) > div > span').click()参数一By.CSS_SELECTOR表示使用css方式定位，参数二是给元素css选择器 代码执行如下： 
3.8、js执行js不是定位器 js不是定位器 js不是定位器 js是javascript，是可以独以运行的脚本；不使用selenium的方法，进行页面元素的点击、输入、拖拽等等操作，像如果对js使用很熟练，那么也就完全不需要管上面的定位方式。全部可以使用js来实现页面元素的各种操作。 像滚动条拖拽是没法用元素定位操作的，只能使用js 举例：（新手经典问题） 进入CSDN，拖拽滚动条 滚动条拖拽的js为document.documentElement.scrollTop=10000 代码编写如下 dr = webdriver.Chrome()dr.get('https://www.csdn.net/')dr.execute_script('document.documentElement.scrollTop=10000')使用exeute_script执行JS 代码执行如下 
4、selenium封装上面讲了selenium八大元素定位方式，但做自动化肯定不是一直写这样的python代码，因为时间与空间上都浪费人力，不如功能测试，所以我们需要学会去二次封装selenium。将其制定成规则化的自然代码来让自动化变得简单易懂。
4.1、设计规则一、做自动化是模拟人的操作，所以有操作字段：点击、输入等 二、定位元素需要定位方式，所以有定位器字段：id、name、class、tag、link、plink、xpath、css、js 三、定位器有了，定位器的对象字段也要有 四、页面相同属性的元素有多个，所以需要一个下标字段 五、输入、下拉、检查需要值，所以值字段也需要一个 基本上暂时可以先确定这些字段: operation、type、locatuion、index、value
4.2、确认入口函数设计好五个参数后，基本上操作就只需要这五个参数了，所以需要一个统一入口函数，将这五个参数均带入其实。 def web_autotest_opr(operation, type, locatuion, index, value)
4.3、设计逻辑一、封装浏览器打开功能，返回浏览器对象 二、封装入口函数 三、封装定位元素方式 四、封装元素操作方式
4.4、代码封装 |
