译：selenium webdriver (python)

优质

小牛编辑

130浏览

2023-12-01

如果翻译的很烂，原文档地址：

http://docs.seleniumhq.org/docs/03_webdriver.jsp

selenium webdriver

注: 我们不断的更新这份文档，使这份文档更加正确和完善；这份文档相对来讲也是比较准确的。

webdriver的简介

硒2.0的主要新功能是集成的webdriver的API。webdriver的设计除了解决一些seleniumr-RC API的一些限制，与webdriver 的整合，将提供一个更简单，更简洁的编程接口。selenium webdriver会更好地支持动态的网页，页面本身被重新加载页面元素可能更改。webdriver的目标是提供一个设计良好的面向对象的API，提供了更好的支持现代先进的web-app测试。

WebDriver与Selenium-RC相比，是如何来驱动浏览器的?

selenium RC 的工作方式是为每一个支持的浏览器注入JavaScript函数，能过浏览器加载，然后在浏览器中使用javascripts来驱动AUT。

webdriver的不使用这种技术，它直接调用每个浏览器内置的自动化支持；对于不同浏览器的调用取决于浏览器本身，每个浏览器驱动的信息将会在后面的章节介绍。

webdriver 与selenium-server

你可能不需要selenium-server，这要看你怎么用selenium-webdriver了；如果你只使用webdriver的API ，那么是不需要selenium-server 的；如果你的测试和浏览器在同一台机器上运行，并且只使用webdriver的API ，那么也是不需要selenium-server的，webdriver 将直接运行浏览器。

但在有些情况下， Selenium-WebDriver是需要用到Selenium-Server 的：

· 您正在使用Selenium-Grid测试分发到多台机器或虚拟机（VM）。

· 你连接到一台远程的计算机上，在一个特定有浏览器版本上运行

· 你不想用java（Python, C#, or Ruby）绑定，而想用HtmlUnit Driver

设置selenium webdriver项目

要安装selenium 之后需要建立一个项目，这样就可以使用selenium写程序了你如何做到这一点取决于你的编程语言和开发环境。（这里只介绍python的环境配置）

Python

如果您正在使用Python测试自动化，那么你可能已经熟悉在Python开发。那么你可以使用下面的命令添加selenium到Python环境。

pip install selenium

关于更具体的环境配置可以参考我这篇文档：

http://www.cnblogs.com/fnng/archive/2013/05/29/3106515.html

关于python开发的学习超出了本文的范围，你可以通过python资源（官方文档及其它相关资料、书籍）来快速的帮助你使用python进行自动化。

从selenium 1.0迁移

对于那些谁已经使用Selenium 1.0编写的测试套件的同学，我们已经提供了如何迁移到Selenium 2.0的提示。Selenium 2.0的主要开发人员，写了一篇文章从Selenium 1.0迁移。我们作为附录。

从Selenium RC迁移到selenium webdriver:

http://docs.seleniumhq.org/docs/appendix_migrating_from_rc_to_webdriver.jsp

selenium webdriver的API介绍

注：这里只贴python语言的代码

webdriver的是一个Web应用程序测试自动化工具，用来验证程序是否如预期的那样执行。它的目的是提供一个友好的API，比selenium RC（1.0）API更容易使用，这将有助于使你的测试脚本更容易阅读和维护。它不依赖于任何特定的测试框架，所以它可以用户单元测试或者一个老式的“main”方法中。本节介绍webdriver的API，下面让我们来帮助你熟悉它。

如果你已经设置了项目，你就会发现，webdriver的作用跟其它库一样：它是完全独立的，你通常在使用之前不需要启动任何额外的进程，或者运行任何安装程序，如果使用Selenium-RC则要到代理服务器。

注：需要额外的驱动来使脚本在不同环境下运行：Chrome Driver, Opera Driver, Android Driver andiPhone Driver

现在我们来写一些代码。打开浏览器，输入谷歌网页，并在搜索框内输入“Cheese” 点击搜索，最后关闭浏览器。

from selenium import webdriverfrom selenium.common.exceptions import TimeoutExceptionfrom selenium.webdriver.support.ui import WebDriverWait # available since 2.4.0from selenium.webdriver.support import expected_conditions as EC # available since 2.26.0# Create a new instance of the Firefox driverdriver = webdriver.Firefox()# go to the google home pagedriver.get("http://www.google.com")# find the element that's name attribute is q (the google search box)inputElement = driver.find_element_by_name("q")# type in the searchinputElement.send_keys("Cheese!")# submit the form (although google automatically searches now without submitting)inputElement.submit()# the page is ajaxy so the title is originally this:print driver.titletry:    # we have to wait for the page to refresh, the last thing that seems to be updated is the title
    WebDriverWait(driver, 10).until(EC.title_contains("cheese!"))    # You should see "cheese! - Google Search"
    print driver.titlefinally:
    driver.quit()

在下面的章节中，您将了解更多有关如何使用webdriver的东西，如如何使用浏览器的前进和后退功能（这在selenium 1.0中不能被很好的支持）；以及如何使用框架和窗口测试网站。我们将会提供了更深入的讨论和范例。

Selenium webdriver的API命令和操作

取回页面

你可能使用webdriver想要做的第一件事是导航到一个页面，通过“get”可以轻松的做到之一点

driver.get("http://www.google.com")

webdriver的运行依赖于几个因素：包括操作系统/浏览器的组合，有时可能需要等待页面加载。webdriver的在某些情况下，可能需要控制返回页面的开始与加载时间。为了确保脚本的稳定性，需要等待的元素（S）在页面中存在的显性和隐性的等待。

定位UI元素（WebElements）

参考：

http://www.cnblogs.com/fnng/archive/2012/01/12/2321117.html

自动化要想模拟用户（人）的行为操作，首先需要识别并定位UI上的元素，每个元素都有特定属性，webdriver就是通过识别元素的属性来定位元素。

我们可以通过下面的一些属性或方法来定定位元素：

这是最有效和最优选的方式来定位一个元素。常见的陷阱，开发人员可以为元素设置非唯一的ID ，或通过自动生成ID ，应该避免这种情况。

如何通过ID的方式定位一个元素，看下面这样的例子：

<div id="coolestWidgetEvah">...</div>element = driver.find_element_by_id("coolestWidgetEvah")orfrom selenium.webdriver.common.by import By
element = driver.find_element(by=By.ID, value="coolestWidgetEvah")

By class name

“class ”是指DOM元素的属性。但在实际使用中有很多相同类名的DOM元素，在发现多个相同类名的元素时，程序会默认选择最先找到的第一个元素。

如何通过类名找到一个元素，看下面的例子：

<div class="cheese">
<span>Cheddar</span>
</div>
<div class="cheese">
<span>Gouda</span>
</div>cheeses = driver.find_elements_by_class_name("cheese")orfrom selenium.webdriver.common.by import By
cheeses = driver.find_elements(By.CLASS_NAME, "cheese")

By tag name

DOM标签名称的元素。

具体方式如下面的例子：

<iframe src="..."></iframe>frame = driver.find_element_by_tag_name("iframe")orfrom selenium.webdriver.common.by import By
frame = driver.find_element(By.TAG_NAME, "iframe")
By name

查找并匹配元素的name属性

具体方式如下面的例子：

<input name="cheese" type="text"/>cheese = driver.find_element_by_name("cheese")orfrom selenium.webdriver.common.by import By

cheese = driver.find_element(By.NAME, "cheese")

By link text

通过链接文本找到元素匹配

例子如下：

<a href="http://www.google.com/search?q=cheese">cheese</a>>cheese = driver.find_element_by_link_text("cheese")or
 from selenium.webdriver.common.by import By
cheese = driver.find_element(By.LINK_TEXT, "cheese")
By Partial Link Text

通过查找部分链接文件匹配元素

例子如下：

<a href="http://www.google.com/search?q=cheese">search for cheese</a>>cheese = driver.find_element_by_partial_link_text("cheese")orfrom selenium.webdriver.common.by import By
cheese = driver.find_element(By.PARTIAL_LINK_TEXT, "cheese")

By CSS

通过CSS的定位策略。默认情况下本机浏览器支持CSS定位，所以，请参考W3C CSS选择器

<http://www.w3.org/TR/CSS/#selectors> 显示一般可用的CSS选择器的列表。如果浏览器没有原生支持CSS查询，可以使用Sizzle（Sizzle是一个纯javascript CSS选择器引擎）。目前，IE 6,7和FF3.0使用Sizzle的CSS查询引擎。

注意：不是所有浏览器对CSS的支持都是一样的，可能在一个浏览器中运行良好，切换到另一个浏览器则不然。

具体用法如下：

<div id="food">

<span class="dairy">milk</span>

<span class="dairy aged">cheese</span>

</div>

cheese = driver.find_element_by_css_selector("#food span.dairy.aged")orfrom selenium.webdriver.common.by import By
cheese = driver.find_element(By.CSS_SELECTOR, "#food span.dairy.aged")

By XPATH

在高的级别上，尽可能的使用一个浏览器原生的webdriver XPath 的功能。在一些没有本地的XPath支持的浏览器，我们已经提供了我们自己的实现。这可能会导致一些意想不到的行为，除非你知道各种XPath引擎的差异。

驱动	标签和属性名称	属性值	本地的XPath支持
HtmlUnit Driver	小写	当他们出现在HTML	是
Internet Explorer Driver	小写	当他们出现在HTML	没有
Firefox Driver	不区分大小写	当他们出现在HTML	是

这点抽象，对于下面这段HTML 代码来说：

<input type="text" name="example" />
<INPUT type="text" name="other" />inputs = driver.find_elements_by_xpath("//input")orfrom selenium.webdriver.common.by import By
inputs = driver.find_elements(By.XPATH, "//input")

不同驱动对大小写的支持：

XPath expression	HtmlUnit Driver	Firefox Driver	Internet Explorer Driver
//input	1 (“example”)	2	2
//INPUT	0	2	0

HTML元素有时并不需要显式地声明，因为他们默认为已知值的属性。例如，“input”的标签并不需要的“type”属性，因为它默认为“text”。webdriver使用XPath时，你不应该期望能够对这些隐含的属性相匹配。

使用JavaScript

你可以执行任意javascript来找到一个元素，只要你返回一个DOM元素,它将自动转换为一个WebElement对象。

简单的例子，在页面上加载了jQuery：

element = driver.execute_script("return $('.cheese')[0]")

在页面上的每一个标签查找所有输入元素：

labels = driver.find_elements_by_tag_name("label")

inputs = driver.execute_script(    "var labels = arguments[0], inputs = []; for (var i=0; i < labels.length; i++){" +    "inputs.push(document.getElementById(labels[i].getAttribute('for'))); } return inputs;", labels)

用户输入-填写表单

我们已经看到了如何将文字输入到一个文本或文本字段，但其他元素？您可以“切换”复选框的状态，你可以使用“点击”设置类似选择的选项标记。处理SELECT标签是不是太糟糕：

select = driver.find_element_by_tag_name("select")

allOptions = select.find_elements_by_tag_name("option")for option in allOptions:    print "Value is: " + option.get_attribute("value")

    option.click()

找到页面上第一个“select”的元素，并通过每个选项依次循环，打印出它们的值。你会发现，这不是最有效处理SELECT元素的方式。在webdriver的支持类中，有一个名为“select”，它提供了一些有用的方法，来处理这些交互。

# available since 2.12from selenium.webdriver.support.ui import Select

select = Select(driver.find_element_by_tag_name("select"))

select.deselect_all()

select.select_by_visible_text("Edam")

从页面上第一个选择开始取消所有选项，从第一个选择页面上的所有选项，然后选择显示的文本与“Edam” 的选项。

当你完成填写表格，你可能要提交。我们需要找到“提交”按钮，然后单击它：

driver.find_element_by_id("submit").click()

另外，有方便的方法可以在webdriver的每个元素上的“提交”。如果调用此表单内的元素，webdriver通过的DOM按顺序找到封闭的形式，然后调用该提交。如果该元素不是一种形式，那么会抛出NoSuchElementException异常：

element.submit()

移动Windows和框架（Frames）

一些web应用程序有许多框架或多个窗口。通过webdriver的“switchTo”方法可以对他们呢进行移动操作。

driver.switch_to_window("windowName")

调用驱动程序现在解释为被定向到特定的窗口。但是如何知道窗口的名字？以JavaScript或链接的方式打开它看看：

<a href="somewhere.html" target="windowName">Click here to open a new window</a>

另外，你也可以通过“window handle”的“switchTo().window()”方法。认识到这一点，那么就可以遍历所有打开的窗口，像这样：

for handle in driver.window_handles:

    driver.switch_to_window(handle)

还可以切换从frames到frames（或到iframe中）：

driver.switch_to_frame("frameName")

访问子frames由一个圆点分隔的路径，并且可以通过其索引指定frames。是：

driver.switch_to_frame("frameName.0.child")

would go to the frame named “child” of the first subframe of the frame called “frameName”.All frames are evaluated as if from *top*. --实在不知道这个怎么翻译

弹出对话框

Selenium 2.0测试版一开始，内置有处理弹出对话框支持。当你触发一个动作，打开一个弹出框，您将得到以下提醒：

alert = driver.switch_to_alert()# usage: alert.dismiss(), etc.

这将返回当前打开的警报对象。有了这个对象，你现在可以接受，拒绝，读取其内容，甚至类型会得到一个提示。这个接口同样适用警告，确认和提示。参考到的JavaDoc 或RubyDocs的的更多信息。

导航：历史和位置

此前，我们介绍了webdriver的导航使用“get”命令

（driver.get（“http://www.example.com”）），我们在有些情况下是要用到导航栏前进和头退功能：

driver.get("http://www.example.com")  # python doesn't have driver.navigate

重申：“navigate().to()” 和 “get()” 的效果是一样的。一个只是很多比其他更容易输入！

你可以随意的使用浏览器历史记录中后退和前进功能：

driver.forward()

driver.back()

请注意，此功能完全依赖于底层浏览器。当你调用这些方法时，在不同的浏览器下可能会发生意想不到的事情

Cookies

你可能会非常感兴趣了解如何使用Cookie。首先，你需要知道cookie有效期。如果您想先预设的cookie，然后再开始与网站进行交互，你的主页很大/且需要一段时间来加载，一个办法是找到一个更小的网页来代替，通常404页小（http://example.com/some404page）

＃转到正确的域

driver.get("http://www.example.com")

 

＃现在在这里的整个域设置的cookie,

＃这里的cookie的名称是'key'，它的值是'value'的

driver.add_cookie({'name':'key', 'value':'value', 'path':'/'})# additional keys that can be passed in are:# 'domain' -> String,# 'secure' -> Boolean,# 'expiry' -> Milliseconds since the Epoch it should expire.＃ 现在的输出当前URL的所有可用的cookiesfor cookie in driver.get_cookies():    print "%s -> %s" % (cookie['name'], cookie['value'])# You can delete cookies in 2 ways# By namedriver.delete_cookie("CookieName")# Or all of themdriver.delete_all_cookies()

更改用户代理

这是很容易与Firefox的驱动程序：

拖放

下面是一个例子使用执行拖放动作类。本地事件事件需要被激活。

from selenium.webdriver.common.action_chains import ActionChains
element = driver.find_element_by_name("source")
target =  driver.find_element_by_name("target")

ActionChains(driver).drag_and_drop(element, target).perform()

驱动程序的细节和权衡

Selenium webdriver的驱动程序

参考：

http://www.cnblogs.com/fnng/archive/2012/02/10/2345187.html

webdriver的对于不同浏览器通过不同的接口实现；下面介绍这几种实现方式：

HtmlUnit的驱动程序

这是目前最快，最轻量级的实施webdriver测试。正如它的名字所暗示的，这是基于HtmlUnit的。HtmlUnit是一个java实现基于web浏览器，没有图形用户界面。对于任何语言绑定（Java以外）Selenium服务器需要使用此驱动程序。

用法

driver = webdriver.Remote("http://localhost:4444/wd/hub", webdriver.DesiredCapabilities.HTMLUNIT)）

优点

· 在Webdriver执行自动化最快的方式

· 一个纯Java的解决方案，因此它是独立于平台的。

· 支持JavaScript的

缺点

· 模拟其他浏览器的JavaScript行为（见下文）

HtmlUnit驱动器JavaScript

没有流行的浏览器使用JavaScript引擎，使用HtmlUnit（Rhino）。

如果你使用HtmlUnit测试JavaScript ，相比其他浏览结果可能会不一样。

当我们说“JavaScript”，其实我们说的是“JavaScript和DOM”。虽然DOM是由W3C定义的，每个浏览器都有自己特点和差异，HtmlUnit 有一套完整的实现DOM的方案，能很好的支持JavaScript ，但有别与其他浏览器，和W3C标准的主流浏览器的DOM的实现存在差异，尽管其模仿其有他浏览器的能力。

在webdriver ，我们选择使用HtmlUnit来测试Javascript ，不过这样存在问题和风险，但有越来越多的网站依赖于JavaScript ，我们采取了保守的做法，HtmlUnit默认情况下禁用JavaScript 。在webdriver的HtmlUnit的每个版本，我们重新评估这一决定：我们希望在一些点上HtmlUnit的默认情况下启用JavaScript。

启用JavaScript

启用JavaScript的支持是很容易的：

 driver = webdriver.Remote("http://localhost:4444/wd/hub", webdriver.DesiredCapabilities.HTMLUNITWITHJS)

这将导致HtmlUnit的驱动程序默认情况下，模拟火狐3.6的JavaScript进行处理。

Firefox Driver

用Firefox的插件来控制火狐浏览器，firefox 配置文件使用selenium.xpi(插件)。默认情况下，需要修改一些设置（see the source to see which ones），火狐驱动是能够运行在Windows，Mac，Linux上进行测试。目前在版本3.6,10（这个版本早过时了）

用法

driver = webdriver.Firefox()

优点

· 在一个真正的浏览器上运行，并支持JavaScript的

· 速度比Internet Explorer的驱动程序快

缺点

· 比HtmlUnit的驱动程序慢

修改火狐简介

假设你想要修改的用户代理字符串（如上述），但你已经有了一个欺骗Firefox的配置文件，它包含许多有用的扩展。有两种方式获得此配置文件。假设使用Firefox的配置文件管理器（火狐 ProfileManager），已创建配置：

另外，如果配置文件尚未在Firefox注册：

当我们正在开发firefox 启动的特性，我们能够正常使用。

正如我们在Firefox Driver,开发功能，我们能够使用。例如，直到我们感觉本机事件为Linux上的Firefox是稳定的，他们是默认情况下禁用。要启用它们：

profile = webdriver.FirefoxProfile()

profile.native_events_enabled = True

driver = webdriver.Firefox(profile)

信息

请参阅火狐部分维基页面的最新最先进的信息。

Internet Explorer Driver

该驱动程序控制.dll，因而只适用于Windows操作系统。每个selenium释放它的核心功能在xp下测试IE版本6，7和8，在Windows7下测试IE 9。

用法

driver = webdriver.Ie()

优点

· 运行在一个真正的浏览器支持JavaScript与最终用户看到的所有的行为一致

缺点

· 显然，Internet Explorer Driver只能在Windows上工作！

· 相对缓慢（尽管仍然是相当快速的)

· 本身不支持XPath的大多数版本。自动注入，这是明显慢于其他浏览器和进行比较时，在同一浏览器的CSS选择器变慢。

· 本身不支持CSS版本6和7。

· CSS选择器在IE 8和9是本地的，但这些浏览器不完全支持CSS3

信息

维基页面的最先进的最新信息，请参阅Internet Explorer的部分。请特别注意所需的配置部分。

Chrome驱动

Chrome驱动程序维护/支持Chrome 项目本身。webdriver的工作与Chrome通过的chromedriver二进制（Chrome项目的下载页面上找到）。你需要有两个chromedriver和安装一个版本的Chrome浏览器。为了webdriver的自动找到，chromedriver需要要放在系统的路径上。Chrome浏览器本身由chromedriver在默认安装路径找到。这些都可以通过环境变量覆盖。有关更多信息，请参阅维基。

用法

driver = webdriver.Chrome()

优点

· 在一个真正的浏览器上运行，并支持JavaScript的

· 因为Chrome是基于Webkit的浏览器，Chrome Driver会允许您验证您的网站在Safari的测试效果。需要注意的是，因为浏览器使用其自己的V8 JavaScript引擎，而不是Safari浏览器的Nitro引擎，JavaScript的执行可能会有所不同。

缺点

· 比HtmlUnit的驱动程序慢

信息

最先进的最新信息，请参阅我们的wiki。更多信息，也可以找到下载页面

获取与Chrome驱动程序运行

铬驱动程序可执行文件下载，并按照其他的wiki页面上的说明

Opera Driver

见歌剧院驱动器在上使用Opera驱动程序的信息的selenium维基wiki文章。

iPhone Driver

查看iPhone的驱动selenium维基上使用Mac的iOS驱动程序的信息，wiki文章。

Android Driver

查看Android的驱动程序硒selenium维基采用了Android驱动程序的信息，wiki文章。

混合使用webdriver和RC技术

Webdriver替换selenium RC

webdriver的Java版本的selenium RC API提供了一种实现。这意味着，你可以使用Selenium-RC API和使用底层webdriver的技术。这主要是用于向后兼容。它允许那些使用selenium RC API的用户使用webdriver覆盖现有的测试套件。它提供帮助缓解迁移到selenium webdriver。此外，允许一个人使用这两个API，在相同的测试代码。

Selenium webdriver的使用是这样的：

优点

· webdriver的和selenium的API允许并排存在

· webdriver的迁移管理机制提供了一个简单的Selenium RC API

· 不需要独立的Selenium RC服务器的运行

缺点

· 不能支持每一个方法

· 更多先进的selenium使用（using “browserbot” or other built-in JavaScript methods from Selenium Core）可能无法正常工作

· 由于底层实现差异,有些方法可能会比较慢

备份webdriver与selenium

webdriver的尽可能多兼容selenium RC对浏览器的支持，同时仍然提供支持使用webdriver的API，所以为了您可以利用SeleneseCommandExecutor

Safari是支持这种方式，用下面的代码（确保禁用弹出窗口拦截功能）：

这种方法目前有一些主要限制，尤其是findElements并不如预期般运作。此外，繁重的驱动浏览器，因为我们使用的是selenium 的核心，你的JavaScript沙箱限制。

运行独立Selenium服务器使用RemoteDrivers

从selenium 的下载页下载服务器独立<version>.jar和可选的IEDriverServer。如果您打算使用Chrome，从Google Code上下载。

拆开IEDriverServer和（或）chromedriver，并把它们在$ PATH /％PATH％ - Selenium服务器上的一个目录，这是应该能够IE / Chrome的处理请求，而无需额外的修改。

启动服务器的命令行

java -jar <path_to>/selenium-server-standalone-<version>.jar

如果你想使用原生的事件功能，表明在命令行上的选项

Dwebdriver.enable.native.events = 1

对于其他命令行选项，执行

java -jar <path_to>/selenium-server-standalone-<version>.jar -help

为了正常工作，应该允许以下端口传入的TCP连接：4444，7054-5（or twice as many ports as the number of concurrent instances you plan to run）。在Windows下，你可能需要以及疏通各种应用。