🎓 Web自动化测试

Fri, 12 Dec 2025 17:16:00 +0800

自动化测试

自动化测试包括

接口自动化测试
UI自动化测试
- Web自动化测试
- 客户端界面自动化测试

这次来讲讲Web 自动化测试。

Web 自动化测试

在大厂的研发流程中，自动化测试是"CI/CD（持续集成/持续部署）“不可或缺的一环。

简单来说，Web 自动化测试就是把原本需要人工在浏览器上点击、输入、验证的操作，通过代码指令让计算机自动执行。

Selenium 与 WebDriver

目前业界最主流的 Web 自动化工具就是 Selenium。虽然现在也有 Playwright 等新秀，但 Selenium 依然是很多大厂面试的基石。

Selenium 是什么？

Selenium 不是一个单一的软件，它是一个工具套件。核心组件是 Selenium WebDriver。

它提供了一套跨语言的 API（Java, Python, C#, etc.）。
它通过“原生”方式与浏览器交互，就像真实用户在操作一样。

WebDriver 的工作原理（面试）

这是Selenium官方文档对WebDriver的介绍

理解了这个图，你就懂了为什么需要下载“驱动”。

它的运作流程是一个经典的“C/S 架构”（客户端/服务器）：

Client（你的代码）： 你写的 Java 代码（发送命令，比如 driver.get("www.baidu.com")）。
JSON Wire Protocol / W3C Protocol： 代码将命令封装成 JSON 格式的 HTTP 请求，发送给驱动。
Server（浏览器驱动）： 比如 chromedriver.exe。它接收到 HTTP 请求后，解析命令，并调用浏览器的原生接口。
Browser（浏览器）： 执行操作（打开网页、点击按钮），并将结果返回给驱动，驱动再返回给你的代码。

‍

Selenium与WebDriver的关系？（面试）

Selenium 是一个工具集，而 WebDriver 是其中用于通过原生协议驱动浏览器的核心 API。现在我们常说的 Selenium，通常默认指的就是 Selenium WebDriver。

安装Selenium库

安装Selenium在Java中只需引入Maven依赖即可

<!-- https://mvnrepository.com/artifact/org.seleniumhq.selenium/selenium-java -->
    <dependency>
        <groupId>org.seleniumhq.selenium</groupId>
        <artifactId>selenium-java</artifactId>
        <version>4.37.0</version>
    </dependency>
// version 2025.12.6

Selenium内置了 WebDriver 的 API，但它不包含浏览器驱动文件（exe），故需要手动下载 / 自动下载驱动

程序想打开web浏览器就需要浏览器驱动，即（WebDriver），WebDriver以本地化的方式来驱动浏览器

关于“驱动”

浏览器驱动（BrowserDriver）是你的代码和浏览器之间的桥梁。

为什么需要驱动？

浏览器（Chrome, Firefox等）都是复杂的闭源或开源软件，出于安全考虑，不允许外部程序直接随意控制。浏览器厂商（Google, Mozilla）为了方便测试，自己开发了对外接口的“遥控器”，这个遥控器就是 Driver。

常见浏览器与驱动对应表

浏览器	驱动名称	下载关键词
Google Chrome	ChromeDriver	`chromedriver`
Firefox	GeckoDriver	`geckodriver`
Microsoft Edge	EdgeDriver	`msedgedriver`

驱动版本适配管理（重点）

版本匹配原则：这是新手最容易报错的地方。

你的 Chrome 浏览器版本必须与 ChromeDriver 版本严格对应。例如，浏览器是 v120，驱动也必须下载 v120 版本的。否则会报错 SessionNotCreatedException。

我们可以在浏览器内查看当前浏览器版本，安装的selenium 驱动版本，可以在本地c盘用户的C:\Users\xxx.cache文件下看到selenium文件夹，里面安装着不同的内核版本

常见驱动下载方式

手动下载（不建议）

（注：虽然可以有程序自动管理驱动，但了解手动匹配依然是基础)

下载驱动的位置在Selenium官方文档中有提供，地址为

https://www.selenium.dev/documentation/webdriver/troubleshooting/errors/driver_location/#download-the-driver

不建议手动下载，因为浏览器的更新功能是默认打开的，什么时候更新是不知道的。可能今天自动化正常执行，第二天就要重新下载最新版的驱动了，且不同的浏览器就要我们手动下载不同的驱动，非常麻烦。

这也不建议手动关闭浏览器的自动更新功能，不仅测试环境与生产环境有脱节，错过了新的自动化的功能或者改进的地方，而且可能导致Selenium库与旧的浏览器版本兼容，这种头疼砍头的操作不可取。

由驱动程序自动下载

（注：Selenium 4.6.0 版本开始引入了 Selenium Manager，可以自动管理驱动，但了解WebDriverManager也是非常重要的基础）

更好的做法不是禁用更新，而是采用更健壮的测试策略

需要引入WebDriverManager辅助工具库

用途：它可以让你不用手动去浏览器官网找对应版本的驱动下载，它会在代码运行时自动检测浏览器版本并下载对应的驱动。

引入WebDriverManager依赖

<!-- https://mvnrepository.com/artifact/io.github.bonigarcia/webdrivermanager -->
    <dependency>
       <groupId>io.github.bonigarcia</groupId>
        <artifactId>webdrivermanager</artifactId>
        <version>6.1.0</version>
    </dependency>
// version 2025.12.6

更新Selenium库至 4.6+ 版本

适用于更加新的项目，直接 new Driver()， Selenium就能给你匹配最新的驱动版本

Selenium文档中的描述

传统方案： 使用 webdrivermanager 第三方库。适合维护旧项目（Selenium 3.x 或 4.x 早期版本）

// 传统方案
WebDriverManager.chromedriver().setup(); // 手动呼叫后勤
WebDriver driver = new ChromeDriver();

现代方案： 直接使用 selenium-java (4.6+)，利用内置的 Selenium Manager，实现零辅助库配置启动

// 什么都不用配，直接 new
// 底层会自动触发 Selenium Manager 去干活
WebDriver driver = new ChromeDriver();

配置断言

配置断言需要在IDE上手动配置

assert

如：assert txt.equals(“登录”)

idea中开启断言的方法

总结

我用Banana Pro生成了这一副插画，能更加形象的了解Web自动化测试执行的逻辑😽

Web自动化常用函数

🙈与其像流水账一样罗列 API，不如按照“业务场景”或者“对象层级”来分类

浏览器级的操作（Driver）

这部分方法是直接作用于WebDriver对象的，控制着浏览器的生命周期与状态，通常用于测试开始前的准备（Setup）或测试结束后的清理（Teardown），以及用于 “断言 ” 的前置检查。

获取页面信息 （用于断言）

在自动化测试中，我们怎么知道脚本是不是跳转到了正确的页面？靠的就是这两个方法：
- driver.getTitle()
  - 介绍：获取当前浏览器窗口标签页上的标题文本。
  - 用途：这是最常用的断言点。比如登录成功后，验证标题是否包含“个人中心”或“首页”
  注意：如果新开窗口后没有切换driver，则driver依旧作用在旧窗口，识别不了另一个窗口的信息，如有需要用到切换窗口的方法，这就引出获取当前 / 所有句柄id
- driver.getCurrentUrl()
  - 介绍：获取浏览器地址栏当前的 URL 字符串。
  - 用途：验证重定向是否正确。比如支付完成后，URL 是否跳转到了 /success 页面。
- driver.getWindowHandle() / getWindowHandles()
  - 介绍：获取句柄（标签页）id
  - 用途：一般搭配切换句柄的操作
```
// getWindowHandle 获取driver当前标签页/句柄id
  String window = driver.getWindowHandle();
  System.out.println("window: " + window);

  // getWindowHandles 获取所有标签页/句柄id
  driver.findElement(By.xpath("//*[@id=\"s-top-left\"]/a[6]")).click();
  Set<String> handles = driver.getWindowHandles();    

// 切换窗口操作
    for (String handle : handles) {
        if (!window.equals(handle)) {
            driver.switchTo().window(handle);
        }
    }
    String jump_title = driver.getTitle();
    String jump_url = driver.getCurrentUrl();
    System.out.println("jump_title：" + jump_title);
    System.out.println("jump_url：" + jump_url);

// 这样就能正确切换窗口且得到新窗口的title 和 url
```
浏览器窗口调整

driver.manage().window().maximize() / .setSize(里面需传入Dimension对象，手动规定尺寸) ：
- 介绍：自动化脚本启动时，默认通常是小窗口。
- 用途：
  - 全屏：通常建议在 driver 初始化后立即调用 maximize()，因为很多网页在小窗口下会折叠菜单（变成汉堡按钮），导致元素不可见或定位失败。
  - 指定尺寸：在测试“响应式布局”时，通过 setSize() 模拟手机或平板的分辨率。

浏览器的关闭（面试）

driver.close() ：
- 介绍：仅仅关闭当前正在操作的那个标签页（Tab）或窗口
- 注意：如果当前浏览器只有一个窗口，调用它也会导致浏览器退出，但它不会清除驱动进程。

避坑点： 当调用 driver.close() 关闭当前标签页后，WebDriver 并不会自动把焦点切换回剩下的那个标签页

解决办法：

在 close 前保存下当前句柄 id，然后删除后便于 driver 切换新的标签页（适用于随便去一个活着的窗口的情况）

        driver.get("https://www.baidu.com/");
        // 新开百度图片标签页
        driver.findElement(By.xpath("//*[@id=\"s-top-left\"]/a[6]")).click();
        // 删除当前标签页后 driver 指向空，无法对新开的百度图片标签页进行操作
        // 故需要在关闭标签页后切换句柄 使driver对象指向新的句柄
        String windowHandle = driver.getWindowHandle();
        Set<String> windowHandles = driver.getWindowHandles();

        driver.close();

        // 无法直接获得新的句柄的title 必须使driver切换句柄
//        System.out.println(driver.getTitle()); // error~~

        // 需要切换句柄
        for (String handle : windowHandles) {
            if (!handle.equals(windowHandle)) {
                driver.switchTo().window(handle);
                break；
            }
        }
        System.out.println(driver.getTitle()); // success~~

Parent-Child 模式（标准）

在实际业务测试中（如：在列表页点击商品 -> 弹出新标签页详情 -> 验证完关闭详情 -> 回到列表页继续点下一个）需要“从哪里来，回哪里去”的逻辑，更有目的性地跳回

// 场景：在 首页(A) 点击链接打开了 详情页(B)，处理完 B 后关闭并回到 A

// 1. 【核心】在这一刻，Driver 还在 A 页面，先保存 A 的身份证
String originalWindowHandle = driver.getWindowHandle();

// 2. 执行打开新页面的操作
driver.findElement(By.id("open-new-tab-link")).click();

// 3. 切换到新窗口 (这里假设只要不是原窗口就是新窗口)
for (String handle : driver.getWindowHandles()) {
    if (!handle.equals(originalWindowHandle)) {
        driver.switchTo().window(handle);
        break; // 切过去就不动了
    }
}

// --- 此时 Driver 已经在 B 页面了 ---
System.out.println("在新页面操作: " + driver.getTitle());

// 4. 业务结束，关闭当前的新页面 B
driver.close(); 
// ⚠️ 此时 Driver 是悬空的，指向一个不存在的 B

// 5. 【核心】显式切换回原窗口 A
driver.switchTo().window(originalWindowHandle);

// --- 此时 Driver 又回到了 A 页面，复活了 ---
System.out.println("回到原页面: " + driver.getTitle());

driver.quit() ：
- 介绍：彻底关闭整个浏览器，关闭所有打开的标签页，并销毁 ChromeDriver 进程。
- 注意：在自动化测试框架的 finally 块或 @After 钩子中，必须使用 quit() ，否则你的服务器内存会被浏览器进程吃光。强调资源释放的重要性！

浏览器导航

控制页面的前进、后退与刷新：
- driver.navigate().back() ：模拟点击浏览器“后退”按钮
- driver.navigate().forward() ：模拟点击浏览器“前进”按钮
- driver.navigate().refresh() ：强制刷新当前页面

屏幕截图

一般用于记录错误现场 / 检验是否达到预期效果

File srcFile = ((TakesScreenshot)driver).getScreenshotAs(OutputType.FILE);
FileUtils.copyFile(srcFile, new File("error.png"));

浏览器参数设置

在初始化 driver 前通过 Options 类配置：
- 无头模式：options.addArguments("--headless")（不打开界面运行，速度快，但难以看到进行到哪一步）
- 隐身模式：options.addArguments("--incognito")

元素级操作（Element）

需要先通过 driver.findElement() 找到元素WebElement后才能调用后续的方法。这是自动化测试中最繁忙的部分，简单来讲就是模拟人类的手指的各种操作

输入与交互
- element.sendKeys("text") ：
  - 介绍：模拟键盘向输入框输入指定内容。
  - 高阶用法：它不仅能输入文字，还能用于文件上传（如果 input 类型是 file，直接 sendKeys 文件路径即可），或者模拟按键（如 Keys.ENTER）。
- element.clear() ：
  - 介绍：清空输入框中的已有文本。
  避坑：在调用 sendKeys 之前，建议先调用 clear()。因为如果输入框有默认值，sendKeys 会直接追加在后面，导致数据错误。如：
```
// 如果不进行clear操作，则会在“gpt”文本后追加“chrome”文本
driver.get("https://www.baidu.com/");
driver.findElement(By.xpath("//*[@id=\"chat-textarea\"]")).sendKeys("gpt");
// 应该clear上一次的文本
// driver.findElement(By.xpath("//*[@id=\"chat-textarea\"]")).clear();
driver.findElement(By.xpath("//*[@id=\"chat-textarea\"]")).sendKeys("chrome");
driver.findElement(By.xpath("//*[@id=\"chat-submit-button\"]")).click();
```
- element.click() ：
  - 介绍：模拟鼠标左键点击。
  - 适用：不仅是按钮，超链接、复选框、单选按钮，甚至普通的文本（如果有点击事件）都可以点。
获取元素信息
- element.getText() / .getAttribute("value") ：
  - 介绍：获取元素标签对之间的可见文本。
  - 用途：这是验证测试结果的核心。比如下单成功后，获取页面上的提示语“支付成功”，与预期结果进行比对。
  - 注意：如果元素在页面上被隐藏（Hidden），这个方法通常会返回空字符串。
  避坑点： 如果为了获取输入框里用户输入的值，用 getText() 是拿不到的，必须用 getAttribute("value")
  
  比如想获取红色框的文字，定位这元素所在的位置
  
  发现文字是在placeholder属性内的，必须要用getAttribute("placeholder")才能拿到！
  
  getText()适合用在<标签> “xxxx” <标签>被标签内包裹的文本信息，如
文件上传

文件上传不同于我们普通的鼠标点击页面选择文件上传，Selenium是无法控制系统窗口来选择文件的

操作：无需点击“上传”按钮弹出系统窗口，直接对 type='file' 的 <input> 标签使用 sendKeys("文件绝对路径")

窗口与句柄切换

driver.switchTo().window(handle) ：

核心概念——句柄 (Handle) ：每个标签页都有一个唯一的身份证号，叫句柄。
场景：当点击了一个链接，浏览器打开了一个新的标签页。此时虽然人眼看到了新页面，但 driver 的焦点还停留在旧页面上。如果直接操作新页面的元素，会报错：NoSuchElementException
操作逻辑：
1. 获取所有窗口的句柄：driver.getWindowHandles()。
2. 遍历这些句柄，排除掉当前句柄。
3. 使用 switchTo().window(新句柄) 将控制权移交到新页面。

// getWindowHandle 获取driver当前标签页/句柄id
  String window = driver.getWindowHandle();
  System.out.println("window: " + window);

  // getWindowHandles 获取所有标签页/句柄id
  driver.findElement(By.xpath("//*[@id=\"s-top-left\"]/a[6]")).click();
  Set<String> handles = driver.getWindowHandles(); 

// 切换窗口操作 （随机切换式）
    for (String handle : handles) {
        if (!window.equals(handle)) {
            driver.switchTo().window(handle);
            break;
        }
    }
// 这样就能正确切换窗口

特殊交互处理

JS弹窗

这类弹窗不是 HTML 元素，需使用 driver.switchTo().alert() 切换焦点，三种弹窗都能切换。弹窗一般有这三种

弹窗类型	描述	操作方法
警告弹窗	只有“确定”按钮	`alert.accept()`
确认弹窗	有“确定”和“取消”	`accept() / dismiss()`
提示弹窗	可以输入文本	`sendKeys("文本")`后`accept() / dismiss()`

Selenium的Alert类源码

等待机制与DOM

DOM

DOM (Document Object Model) 是浏览器将 HTML 代码解析后生成的一棵“树”。

每一个 HTML 标签（如 <div>, <a>, <button>）都是这棵树上的一个节点（Node）
存在于 DOM 中： 意味着这棵树上已经长出了这个节点

理解等待的前提是分清元素在 HTML 里的状态，我们可以把网页比作一栋正在盖的房子，那么里面的家具就是元素：

存在于 DOM ：相当于房子的地基和框架已经打好了。虽然你还没看到窗户（元素被遮盖了，你在网页上看不到），但窗户的位置已经在建筑图纸里确定了（click-false）
可见：相当于装修完成且灯光照亮。你不仅知道窗户在哪，还能伸手摸到它（click-success）

等待机制

类型	机制	作用范围	核心特点
强制等待 (`Thread.sleep` )	强行暂停线程	局部	最死板。无论加载多快都要等够时间，浪费效率
隐式等待 (`implicitlyWait` )	轮询 DOM 查找元素	全局	只管“存在” 。只要 DOM 里有标签就停止等待，不管元素是否可见
显式等待 (`WebDriverWait` )	指定条件触发	局部	（最优先💫) 最灵活。可等待“可见”、“可点击”等多种状态，满足即止

等待使用方式

        // 强制等待
        Thread.sleep(1000);

        // 隐式等待 作用域所有Element元素 直至页面资源完全加载出来
        driver.manage().timeouts().implicitlyWait(Duration.ofSeconds(2));
        driver.findElement(By.cssSelector("#s_tab_inner > a.s-ta" +
                "b-item.s-tab-item_1CwH-.s-tab-more > span")).click();
        // 后续不需要再写等待 隐式等待同时作用于这里
        driver.findElement(By.cssSelector("#content > div:nth-child(6) > div:nth-child(2) > a")).click();

        // 显示等待
        WebDriverWait wait = new WebDriverWait(driver, Duration.ofSeconds(2));
        // 显示等待结束的满足条件：urlContains/visibilityOfElementLocated/....
        wait.until(ExpectedConditions.urlContains("https://www.baidu.com/more/"));

Actions类

Selenium提供了Actions类，用来模拟在键盘 / 鼠标的操作，更有利于**==复杂式的交互动作==**

执行

每次执行一个操作链路，后面都要以.perfrom()结尾，否则动作不会真正执行

鼠标级操作

方法	说明	业务场景
`moveToElement(ele)`	鼠标悬停（Hover）	触发二级下拉菜单显示
`contextClick(ele)`	鼠标右键点击	打开自定义右键菜单
`doubleClick(ele)`	鼠标双击	选中文字或触发特定双击事件
`dragAndDrop(source, target)`	拖拽 A 到 B	滑块验证码、排序列表、拖拽文件
`clickAndHold()`	按住不放	模拟长按效果

键盘级操作

通常配合 Keys 枚举类使用，适合处理快捷键组合。Keys类枚举了许多键盘的按键，列举几个常用的

keyDown(Keys.SHIFT) ：按下某个键不松开
keyUp(Keys.SHIFT) ：释放按下的键
sendKeys(Keys.ENTER) ：回车键（比元素级的 sendKeys 更通用）

场景示例（全选并删除）

new Actions(driver)
        .keyDown(Keys.CONTROL)
        .sendKeys("a")
        .keyUp(Keys.CONTROL)        // Ctrl + A 全选
        .sendKeys(Keys.BACK_SPACE)  // 退格删除
        .perform();                 // 以perform结尾

‍

测试 - Jul1en

🎓 Web自动化测试

自动化测试

Web 自动化测试

Selenium 与 WebDriver

Selenium 是什么？

WebDriver 的工作原理（面试）

Selenium与WebDriver的关系？（面试）

安装Selenium库

关于“驱动”

为什么需要驱动？

常见浏览器与驱动对应表

常见驱动下载方式

手动下载（不建议）

由驱动程序自动下载

更新Selenium库至 4.6+ 版本

配置断言

总结

Web自动化常用函数

浏览器级的操作（Driver）

获取页面信息（用于断言）

浏览器窗口调整

浏览器的关闭（面试）

浏览器导航

屏幕截图

浏览器参数设置

元素级操作（Element）

输入与交互

获取元素信息

文件上传

窗口与句柄切换

特殊交互处理

等待机制与DOM

DOM

等待机制

等待使用方式

Actions类

执行

鼠标级操作

键盘级操作

测试 - Jul1en

🎓 Web自动化测试

自动化测试

Web 自动化测试

Selenium 与 WebDriver

Selenium 是什么？

WebDriver 的工作原理（面试）

Selenium与WebDriver的关系？（面试）

安装Selenium库

关于“驱动”

为什么需要驱动？

常见浏览器与驱动对应表

常见驱动下载方式

手动下载（不建议）

由驱动程序自动下载

更新Selenium库至 4.6+ 版本

配置断言

总结

Web自动化常用函数

浏览器级的操作（Driver）

获取页面信息 （用于断言）

浏览器窗口调整

浏览器的关闭 （面试）

浏览器导航

屏幕截图

浏览器参数设置

元素级操作（Element）

输入与交互

获取元素信息

文件上传

窗口与句柄切换

特殊交互处理

等待机制与DOM

DOM

等待机制

等待使用方式

Actions类

执行

鼠标级操作

键盘级操作

获取页面信息（用于断言）

浏览器的关闭（面试）