在介绍之前先来说一下HTML、Selenium、WebDriver的关系

HTML（超文本标记语言）：它是一个网页的骨架，通过各种标签和属性（id、class）定义了页面的元素

DOM（模型）：当浏览器解析HTML后会在内存中对HTML结构生成一个DOM树。如图所示：

Selenium：是一个自动化工具/API，通过它来抓取到DOM模型上的元素

WebDriver（驱动程序）：是一个API或协议，selenium独有的，selenium需要用WebDriver控制浏览器做进行抓取，每一个浏览器都由一个特定的WebDriver实现支持（例如chrome需要chrome driver），它负责浏览器和Selenium之间的通信

Locator（定位器）：Selenium实现抓取元素的具体工具，利用自身包含的8种定位器抓取元素

1、元素定位八大方法：

基础定位：

id：通过元素id属性定位

  driver.find_element(By.ID,"login_btn")

name：通过name属性定位，用于表单中的输入框

  driver.find_element(By.NAME,"username")

class_name: 通过class属性定位，如果有多个class用空格隔开，只能选其中一个

  driver.find_element(By.CLASS_NAME,"s_ipt")

链接定位（针对<a>标签）

link_text: 通过链接的完整文本定位

  driver.find_element(By.LINK_TEXT," 新闻 ")

partial_link_text:通过链接的部分文本定位

  driver.find_element(By.PARTIAL_LINKLTEXT,"新")

标签与结构定位（万能）

tag_name:通过标签名定位（如div,input)

  driver.find_element(By.TAG_NAME,"input")

xpath :万能定位器，而已根据层级、属性、文本等文件组合定位

  driver.find_element(By.XPATH,"//*[@id,'ui'] // a[text()="新闻"]")

css_selector:性能最高的复杂定位方法，速度比xpath快

  driver.find_element(By.CSS_SELECTOR,"#u1.s_ipt")

这里继续补充知识点：

1、Webdriver是驱动程序的统称，每个浏览器都有自己名字的Driver，为什么不能通用？

因为每个浏览器的内核不一样，它们解析出的DOM树逻辑是一样的，但每个浏览器内部调用底层节点的API不一样，为了抹平差异利用WebDriver写python代码实现在不同浏览器上运行

2、WebDriver没每次“抓取”信息过程：

发出请求（调用find_element），编码传输（selenium将动作打包成HTTP请求），驱动执行（收到请求后在浏览器生成的DOM树扫描），返回结果（将抓取到的内容打包成HTTP响应传回代码）

3、现在更流行另一种工具——PlayWright

为什么selenium比PlayWright慢？

Selenium基于WebDriver单向通信，每次操作又要发送一次请求，遇到网络延迟累加就会很慢

PlayWright是基于WebSocket双向通信，实时监听浏览器的动作，不需要下载匹配版本的驱动文件，效率更高

2、selenium的页面操作：点击、输入、下拉框、弹窗处理等怎么实现？

基础动作：

输入文本：send_keys

input_box=driver.find_element(By.ID,"kw")
input_box.send_keys("小徐学编程")

点击元素

search_btn=driver.find_element(By.ID,"xu")
search_btn.click()

清空输入框

input_box.clear()

下拉框处理（Select类）

普通HTML有<select>按钮可以直接用click 点击

from selenium.webdriver.support.ui import Select
#定位到select本身
dropdown =Select(driver.find_element(By.ID,"city_select"))

dropdown.select_by_index(1)  #根据索引选
dropdown.select_by_value("sh")  #根据value 属性选
dropdown.select_by_visible_text("北京")  #根据显示的文字选

        

网页弹窗（由Javascript触发的alert, confirm , prompt）不属于DOM树，鼠标无法点击，必须要用到 switch_to 切换到警告框

#切换到当前的弹窗
alert= driver.switch_to.alert

print(alert.text)  #输出弹窗里的文字
alert.accept() #点确定
#alert.dismiss() #点取消
#alert.send_keys("输入内容") #输入内容

鼠标悬停与拖拽

from selenium.webdriver.common.action_chains import ActionChains
menu=driver.find_element(By.ID,"user_menu")
#鼠标悬停在菜单上
ActionChains(driver).move_to_element(menu).perfom()
#从source元素拖拽到target
source=driver.find_element(By.ID,"draggable")
target=driver.find_element)BY.ID,"droppable")
ActionChains(driver).drag_and_drop(source,target).perfom()

重点：多窗口与Iframe切换

问题：某些元素定位是对的但找不动元素

Iframe切换：有些网页藏在<iframe>标签里

#切换进iframe
driver.switch_to.frame("login_frame")
#操作完成后，必须切回到主页面
driver.switch_to.default_content()

多窗口切换：点击链接跳出新的标签页，WebDriver的焦点还在旧页面

#获取所有窗口句柄
handles=driver.windows_handles
#切换到最新打开窗口
driver.switch_to.windows(handles[-1])

3、等待机制：

显示等待：

使用场景：异步类型的

  异步加载的元素：点击按钮后由Javascript生成的弹窗和列表项

  状态切换验证：按钮在点击后需要等进度条消失

  页面跳转：等URL包含某个特定的关键词、页面标题发生变化

  上传/下载：文件上传下载时出现提示文字

注意事项：必须配合定位器使用，传入By和expected_conditions

                  遇到长代码时和代码一起封装进去

                  针对不同的操作设置不同的超时

from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriver
from selenium.webdriver.support import expected_conditions as EC
#【设置显示等待】具体针对登录操作的按钮
#显示等待用WebDriver(变量名,时间)来调用
#1、等待发布笔记的按钮在真正可以被点击时再点击
wait=WebDriverWait(driver,15)
pubilish_btn=wait.until(EC.element_to_be_clickable((By.XPATH,"//button[contains(text(),"发布笔记")]")))
publish_btn.click()
#2、等待登录成功的弹窗消失
wait.util(EC.invisibility_of_element_located((By.CLASS_NAME,"loading_mask")))

隐式等待：

在项目初期搭建：项目结构简单时，网页加载速度快、异步请求较少，可以用隐式等待做一个基本的全局保障

保底机制：设置一个较短时间（5″）防止网络抖动导致脚本崩塌

#隐式等待用umplicitly_wait()函数调用
from selenium import webdriver

driver=webdriver.Chrome()
#全局生效，设置一次其他命令都执行
driver.implicitly_wait(5)

driver.get("https://www.xioahongshu.com")
diver.find_element(By.ID,"search").send_keys("穿搭")
driver.find_element("class name","search").click()

注意：

1、显示等待和隐式等待不能混用在同一个项目

2、代码逻辑中先执行until拿到元素对象，再执行等待操作

3、EC（Expected Conditions）常用法：

  EC.presence_of_element_located:只要HTML树里有这个标签就行

  EC.visibility_of_element_located:HTML里有，用户能看到

  EC.element_to_be_clickable:不仅能看到还没有遮挡

4、显示等待抛出超时异常时要考虑代码逻辑中是否捕获做一些（截图、清除缓存）的处理

5、场景模拟：

场景需求	推荐方案	理由
页面跳转后的第一个元素	隐式等待	页面刚刷新，给所有基础元素一个通用的加载缓冲。
点赞后等待“点赞成功”提示消失	显示等待	隐式等待只能等“出现”，不能等“消失”
点击“发送验证码”后，按钮进入 60s 倒计时	显示等待	需要判断按钮的属性变为 disabled 或文本内容改变
网络环境极差，且页面有很多动态加载的小组件	显示等待	针对核心组件设置超长等待，非核心组件不等待，提高脚本效率。

4、POM框架封装

一个完整的POM框架包括四部分：

BasePage 封装

显示等待集成：将WebDriverWait 封装进find方法

截图/日志：在点击方法里植入日志记录，出现异常就自动截图

JavaScript 执行器：封装 js_click 或 scroll_to_element“解决看得见却点不到”的顽固元素。

链式调用：多个动作一行代码执行

login_page.input_user("admin").click_login().verify_welcome_msg()

数据驱动

将数据内容使用 pytest.mark.parametrize 配合外部文件YAML/JSON/Excel 存放

断言

写在Text Case类中，负责调用 Page 方法拿到结果用 assert 比对

实例：“小红书登录并进入个人中心” 的业务逻辑

BasePage  将selenium不稳定的API封装起来（如各种click）

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

class BasePage:
  def __init__(self,driver):
       self.driver=driver
       self.wait=WebDriverWait(self.driver,10)

  def find(self,locator):
       return self.wait.util(EC.presence_of_element_located(locator))
  
  def click(self,loctor):
       el=self.wait.util(EC.element_of_to_be_cickable(locator))
       el.click()
  
  def send_keys(self,locator,text):
       el=self.find(locator)
       el.clear()
       el.send_keys(text)

LoginPage.py  将页面的元素和逻辑装起来，解决“页面能做什么”的问题

from selenium.webdriver.commmen.by import By

class LoginPage(BasePage):
  user_name=(By.ID,"name")
  login_btn=(By.CLASS_SELECT,".login_btn")
  
  def login_action(self,user_name):
      self.send_keys(self.user_name,"xu")
      self.click(login_btn)
 
      # 【链式调用】：返回下一个页面的对象
      # 注意：在 Python 中为了避免循环导入，通常在方法内部 import
      from pages.index_page import IndexPage
      return IndexPage(self.driver)

test_login.py  判断功能对不对

import pytest
from pages.login_page import LoginPage

class Test_Login:
    @pytest.mark.parametize("user",["1234456","213248763"])
    def test_login(self,driver,user):
        #初始化登录页
        login_p=LoginPage(driver)
        # 【链式调用】：一行代码完成业务流
        # 执行登录动作，直接拿到首页对象，并调用首页的方法获取结果
        index_p=login_p.login_page(user)
        result_text=index_p.get_nickname()
     
        assert "我的小红书" in result_text

注：若ID信息发送改变，只需要修改LoginPage即可，不需要改其他两个class

5、yield用法

先说一下yield是做什么的

简单来说就是函数里的“暂停键”，保留当前运行的状态

在测开中，yield的场景主要是：

1、pytest 里的环境管理

在自动化测试里，我们经常需要“前置准备”（比如打开浏览器）和“后置清理”（比如关闭浏览器）。yield 完美地把这两步缝合在了一个函数里：

import pytest

@pytest.fixture()
def setup_database():
    print("\n1. 连接数据库...")  # 【前置操作】
    db = "MySQL_Connection"

    yield db  # 【暂停交接】把 db 交给测试用例去跑。用例在跑的时候，代码就停在这行等。

    print("\n2. 断开数据库连接...") # 【后置操作】测试用例全跑完了，它苏醒过来，接着往下走打扫战场。

2、生成器：节省内存

在多个测试样例时防止大量数据堆积，可以使用它批量加入数据，防止内存撑爆

def create_test_users(limit):
    for i in range(limit):
        yield f"test_user_{i}"  # 生产一个，交给你，暂停。下次要，再生产下一个。

# 调用它：
users = create_test_users(10000000)
print(next(users)) # 输出: test_user_0
print(next(users)) # 输出: test_user_1