浏览器自动化脚本 Selenium WebDriver（Java）常用 API 汇总

一、Selenium Webdriver 常用的API

（一）引入依赖

 <dependency><groupId>org.seleniumhq.selenium</groupId><artifactId>selenium-java</artifactId><version>3.141.59</version></dependency>

开始：

 public static void main(String[] args) throws InterruptedException {ChromeOptions options = new ChromeOptions();//允许任何来源的远程连接，这样可以避免一些跨域问题。options.addArguments("--remote-allow-origins=*");//初始化 chrome 浏览器 driver 对象WebDriver webDriver = new ChromeDriver(options);// 访问指定网页webDriver.get("https://juejin.cn");//开始操作页面//……}

其它浏览器：

WebDriver driver = new FirefoxDriver();  // Firefox浏览器WebDriver driver = new EdgeDriver();  // Edge浏览器WebDriver driver = new InternetExplorerDriver();  // Internet Explorer浏览器……

如果对软件测试、接口、自动化、性能测试、测试开发、面试经验交流。感兴趣可以加裙485187702，群内会有不定期的发放免费的资料链接，这些资料都是从各个技术网站搜集、整理出来的，如果你有好的学习资料可以私聊发我，我会注明出处之后分享给大家。

（二）元素的定位

  要想操作一个对象，首先应该识别这个对象。通过下面的 API，可以获取页面上的标签对象，从而来操作它们。

1.css选择器定位

  css选择器定位，在css中有标签选择器、类选择器、id选择器、后代选择器、子选择器、并集选择器……它们对应的语法在在这里也适用。

 public static void main(String[] args) throws InterruptedException {ChromeOptions options = new ChromeOptions();//允许任何来源的远程连接，这样可以避免一些跨域问题。options.addArguments("--remote-allow-origins=*");WebDriver webDriver = new ChromeDriver(options);// 访问指定网页webDriver.get("https://juejin.cn");//css 选择器 方式1：id选择WebElement element = webDriver.findElement(By.cssSelector("#elementId"));//css 选择器 方式2：类选择WebElement element2 = webDriver.findElement(By.cssSelector(".elementClass"));//css 选择器 方式3：后代选择WebElement element2 = webDriver.findElement(By.cssSelector(".elementClass1 .elementClass2……"));//其它方式……}

案例：我想要用webDriver在掘金主页搜索框中输入“selenium”并点击搜索。

1. 先看掘金主页源码中搜索框、搜索按钮的标签属性。

 

1. 代码

public static void main(String[] args) {ChromeOptions options = new ChromeOptions();//允许任何来源的远程连接，这样可以避免一些跨域问题。options.addArguments("--remote-allow-origins=*");WebDriver webDriver = new ChromeDriver(options);// 访问指定网页webDriver.get("https://juejin.cn");//获取搜索框WebElement input = webDriver.findElement(By.cssSelector(".search-input"));//输入值input.sendKeys("java");//获取搜索按钮WebElement seach = webDriver.findElement(By.cssSelector(".seach-icon-container"));//点击该元素seach.click();
}

为了简洁，文章后面就不放查找标签class属性的截图了，知道怎么查找就行了。

2.id 定位

  这个跟 css选择器定位 类似，可以作为它的简便写法

webDriver.findElement(By.id("页面元素的id值"));

 

3.name 定位

  如果这个元素有name属性，并且元素的name命名在整个页面是唯一的，那么我们可以用name来定位这个 元素。

webDriver.findElement(By.name("页面元素的name值"));

4.className、tagName 定位

  className就是根据类名字选择，tagName是根据标签名选择。

webDriver.findElement(By.className("class的名字"));
webDriver.findElement(By.tagName("标签的名字"));

5.linkText定位

  对一个文字链接进行定位，我们可以通过链接内容，也就是 link text 来定位。

//获取链接元素
WebElement link = webDriver.findElement(By.linkText("链接文本"));

自动进入首页的“后端”页面

  public static void main(String[] args) {ChromeOptions options = new ChromeOptions();//允许任何来源的远程连接，这样可以避免一些跨域问题。options.addArguments("--remote-allow-origins=*");WebDriver webDriver = new ChromeDriver(options);// 访问指定网页webDriver.get("https://juejin.cn");//获取链接元素WebElement link = webDriver.findElement(By.linkText("后端"));//点击元素link.click();}

6.partialLinkText定位

  只用链接的一部分文字进行匹配。

//获取带“text”的链接
WebElement link = webDriver.findElement(By.partialLinkText("text"));
//获取所有的带“text”的链接
List<WebElement> articles =  webDriver.findElements(By.partialLinkText("text"));

 

  注意，这里适用的是findElements，而不是findElement。当获取的元素有多个的时候就使用findElements。

7.xpath 定位

  xpath表达式：​​​​​​XPath 语法 | 菜鸟教程 (runoob.com)

 

webDriver.findElement(By.xpath("XPath定位表达式"));

 XPath 是一种在 XML 文档中定位元素的语言。因为 HTML 可以看做 XML 的一种实现，所以可以使用这种语言在 web 应用中定位元素。

表达式	描述
nodename	选取此节点的所有子节点。
/	从根节点选取（取子节点）。
//	从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置（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。

通配符	描述
*	匹配任何元素节点。
@*	匹配任何属性节点。
node()	匹配任何类型的节点。

  比如：//form//span[1]/input。表示选择文档中所有的 <form> 元素，然后在每个 <form> 元素内部找到第一个 <span> 元素，然后再在这个 <span> 元素内部选择一个 <input> 元素。

  可以在页面中快速地获取xpath，就以搜索框为例：

WebElement element1 = webDriver.findElement(By.xpath("//*[@id=\"juejin\"]/div[1]/div[1]/header/div/nav/ul/ul/li[1]/ul/li[1]/form/input"));

 

（三）操作测试对象

  定位只是第一步，定位之后需要对这个元素进行操作。它们都是 WebElement 接口的方法。

• sendKeys()：模拟键盘向输入框里输入内容。
• click()：用于单击一个元素，前提是它是可以被单击的对象。
• getSize()：返回元素的尺寸。
• getText()：获取元素的文本。
• getAttribute()：获得属性的值。
• isDisplayed()：查看该元素是否用户可见，返回值为布尔值。
• submit()：用于提交表单，前提必须得有<form>标签。
• clear()：用于清除文本输入框中的内容。

（四）元素等待方式

  案例：百度搜索，在搜索框中输入“软件测试”，统计当前页显示出来多少词条。

    public static void main(String[] args) {ChromeOptions options = new ChromeOptions();//允许任何来源的远程连接，这样可以避免一些跨域问题。options.addArguments("--remote-allow-origins=*");WebDriver webDriver = new ChromeDriver(options);webDriver.get("https://baidu.com");//css 选择器，选择输入框WebElement input = webDriver.findElement(By.cssSelector("#kw"));//输入软件测试input.sendKeys("软件测试");//点击搜索按钮webDriver.findElement(By.cssSelector("#su")).click();//获取词条List<WebElement> aEms = webDriver.findElements(By.cssSelector("a em"));//查看词条数量System.out.println(aEms.size());}

结果：

  这里的结果是0，因为程序还没等浏览器页面加载完 就执行完了，下面就是解决办法。

1.使用 sleep()

  直接使用Thread.sleep()使当前的线程睡眠。

public static void main(String[] args) throws InterruptedException {ChromeOptions options = new ChromeOptions();//允许任何来源的远程连接，这样可以避免一些跨域问题。options.addArguments("--remote-allow-origins=*");WebDriver webDriver = new ChromeDriver(options);webDriver.get("https://baidu.com");//css 选择器，选择输入框WebElement input = webDriver.findElement(By.cssSelector("#kw"));//输入软件测试input.sendKeys("软件测试");//点击搜索按钮webDriver.findElement(By.cssSelector("#su")).click();//睡眠 1 秒Thread.sleep(1000);//获取所有的 a em 元素，这里也就是词条List<WebElement> aEms = webDriver.findElements(By.cssSelector("a em"));System.out.println(aEms.size());
}

 结果：

这时就把当前页面的词条全获取了。但是用sleep有一个缺点，就是无法把握时间点。如果时间短了则元素获取不完整，如果长了就需要阻塞很长时间，效率低下。好在webDriver提供了API来解决这些问题。

2.隐式等待

  Web驱动程序在每次查找元素时都等待一定的时间，直到找到元素或者超时为止。隐式等待只需要设置一次，就会对整个会话生效。隐式等待的优点是简单易用，缺点是不能针对特定的元素或条件进行灵活的调整。隐式等待可以通过如下代码实现：

……
WebDriver webDriver = new ChromeDriver();
//全局的隐式等待
webDriver.manage().timeouts().implicitlyWait(5, TimeUnit.SECONDS);
……

 

    public static void main(String[] args) {ChromeOptions options = new ChromeOptions();//允许任何来源的远程连接，这样可以避免一些跨域问题。options.addArguments("--remote-allow-origins=*");WebDriver webDriver = new ChromeDriver(options);//设置全局隐式等待，最长等待时间为 5 秒webDriver.manage().timeouts().implicitlyWait(5, TimeUnit.SECONDS);webDriver.get("https://baidu.com");//css 选择器，选择输入框WebElement input = webDriver.findElement(By.cssSelector("#kw"));//输入软件测试input.sendKeys("软件测试");//点击搜索按钮webDriver.findElement(By.cssSelector("#su")).click();//获取元素List<WebElement> aEms = webDriver.findElements(By.cssSelector("a em"));System.out.println(aEms.size());}

结果：

3.显示等待

  显示等待可以对一个元素进行等待，比隐式等待更灵活。

语法：

WebDriver webDriver = new ChromeDriver();
WebDriverWait wait = new WebDriverWait(webDriver, 5, 1);
WebElement elem = wait.until(ExpectedConditions.presenceOfElementLocated(/* By选择 */By.id("元素id")));

 

  对于第二行代码：

• webDriver：浏览器驱动
• 5：最长超时时间（默认以秒为单位）
• 1：检测的的间隔时间

  第三行代码：

  ExpectedConditions 它包含了一系列的预定义条件，用于等待页面上的元素出现或者满足特定的条件。

  presenceOfElementLocated方法会等待页面上的一个元素出现，直到它被找到或者超时。这个元素的ID是"元素id"。如果元素被找到，该方法会返回一个WebElement对象，然后这个对象会被赋值给elem变量。这个WebElement对象可以用来执行其他的操作，比如点击、输入文本等等。如果元素没有被找到,该方法会抛出一个TimeoutException异常。

  ExpectedConditions的其它方法（部分）：

方法	描述
presenceOfAllElementsLocatedBy(By locator)	等待一组元素根据指定的定位器在页面 DOM 中出现。条件成立，当元素列表至少包含一个元素或元素列表为空时。
elementToBeClickable(By locator)	等待元素可以被单击，通常用于等待按钮或链接可点击。
visibilityOfElementLocated(By locator)	等待元素在页面上可见，通常用于等待元素可见后执行操作。
invisibilityOfElementLocated(By locator)	等待元素在页面上不可见，通常用于等待元素消失后执行操作。
textToBePresentInElement(By locator, String text)	等待特定文本出现在元素中。
titleIs(String title)	等待页面标题与给定的标题完全匹配。
titleContains(String partialTitle)	等待页面标题包含给定的部分标题。
alertIsPresent()	等待警告框出现。
frameToBeAvailableAndSwitchToIt(By frameLocator)	等待并切换到指定的 iframe。

回到案例：

public static void main(String[] args){ChromeOptions options = new ChromeOptions();//允许任何来源的远程连接，这样可以避免一些跨域问题。options.addArguments("--remote-allow-origins=*");WebDriver webDriver = new ChromeDriver(options);webDriver.get("https://baidu.com");// 初始化显式等待条件WebDriverWait wait = new WebDriverWait(webDriver, 5, 1);//css 选择器，选择搜索框WebElement input = webDriver.findElement(By.cssSelector("#kw"));//输入软件测试input.sendKeys("软件测试");//点击搜索按钮webDriver.findElement(By.cssSelector("#su")).click();//校验//1.找到搜索结果List<WebElement> aEms = wait.until(ExpectedConditions.presenceOfAllElementsLocatedBy(By.cssSelector("a em")));System.out.println(aEms.size());
}

（五）浏览器的操作

1.浏览器启动的窗口大小

• webdriver.manage().window().maximize()；窗口最大化
• webdriver.manage().window().setSize(new Dimension(480, 800))；设置窗口宽高

2.浏览器前进后退刷新

• webdriver.navigate().back(); 后退
• webdriver.navigate().forward(); 前进
• webdriver.navigate().refresh(); 刷新

3.关闭浏览器

• webdriver.quit() 关闭整个浏览器
• webdriver.close() 关闭当前页面

（六）使用 JS 代码

  Selenium 提供了 API 来执行 JS 代码。

JavascriptExecutor js = (JavascriptExecutor) webDriver;
js.executeScript("js代码");

   public static void main(String[] args) throws InterruptedException {ChromeOptions options = new ChromeOptions();options.addArguments("--remote-allow-origins=*");WebDriver webDriver = new ChromeDriver(options);//窗口最大化webDriver.manage().window().maximize();//隐式等待webDriver.manage().timeouts().implicitlyWait(1, TimeUnit.SECONDS);//打开百度webDriver.get("https://baidu.com");//执行 js 代码JavascriptExecutor js = (JavascriptExecutor) webDriver;js.executeScript("alert('你好')");}

• 滚动条：

JavascriptExecutor js = (JavascriptExecutor) webDriver;
js.executeScript("document.documentElement.scrollTop= x ");//x 表示文档顶部距离视口顶部的距离
//方式2：
//x 参数表示水平的左间距；
//y 参数表示垂直的上边距。
js.executeScript("window.scrollTo(x,y);");

 

（七）模拟键盘操作

  sendKeys()方法也可以模拟键盘操作，例如 sendKeys(Keys.CONTROL, 'a') 表示按下 Ctrl+A 组合键。

方法	描述
Keys.ARROW_DOWN	按下向下箭头键。
Keys.ARROW_UP	按下向上箭头键。
Keys.ARROW_LEFT	按下向左箭头键。
Keys.ARROW_RIGHT	按下向右箭头键。
Keys.ENTER	按下回车键。
Keys.RETURN	按下回车键（与 ENTER 类似）。
Keys.TAB	按下制表键。
Keys.ESCAPE	按下 ESC 键。
Keys.SPACE	按下空格键。
Keys.BACK_SPACE	按下退格键。
Keys.DELETE	按下删除键。
Keys.HOME	按下 Home 键。
Keys.END	按下 End 键。
Keys.PAGE_UP	按下 Page Up 键。
Keys.PAGE_DOWN	按下 Page Down 键。
Keys.CONTROL	按下 Ctrl 键。
Keys.SHIFT	按下 Shift 键。
Keys.ALT	按下 Alt 键。
Keys.F1, Keys.F2, ... Keys.F12	按下 F1 到 F12 键。
sendKeys(CharSequence...keysToSend)	模拟按下多个键的组合，例如 sendKeys(Keys.CONTROL, "a") 表示按下 Ctrl+A 组合键。
Keys.NULL	表示空键，通常用于清除已有的键盘操作。

（八）模拟鼠标操作

  Actions类可以帮助我们实现鼠标操作，Actions类的方法是用来创建一系列的操作，但是不会立即执行，而是存放在一个队列中。当调用perform()方法时，队列中的操作才会按顺序执行。

方法	说明
click	在当前鼠标位置点击
clickAndHold	在当前鼠标位置按住左键不放
contextClick	在当前鼠标位置右键点击
doubleClick	在当前鼠标位置双击
dragAndDrop	将一个元素拖拽到另一个元素上
keyDown	按下一个修饰键（如Ctrl, Shift, Alt等）
keyUp	释放一个修饰键（如Ctrl, Shift, Alt等）
moveToElement	将鼠标移动到一个元素的中心点上
pause	在两个操作之间暂停一段时间
release	释放当前鼠标位置的左键或右键
sendKeys	向当前焦点元素或活动元素发送一系列按键

// 百度首页“设置”悬停下拉菜单
WebDriver driver = new ChromeDriver();
driver.get("https://www.baidu.com/");
WebElement search_setting = driver.findElement(By.id("s-usersetting-top"));
Actions action = new Actions(driver);
action.moveToElement(search_setting).perform();// 鼠标拖拽动作，将 source 元素拖放到 target 元素的位置
WebElement source = driver.findElement(By.name("element"));
WebElement target = driver.findElement(By.name("element"));
action.dragAndDrop(source,target).perform();

（九）多层框架定位

  frame 是一个 HTML 元素，它定义了一个特定区域，另一个 HTML 文档可以在里面展示。比如：

<html><frameset cols="25%,50%,25%"><frame src="frame_a.htm" /><frame src="frame_b.htm" /><frame src="frame_c.htm" /></frameset>
</html>

一个页面里面嵌了三个页面，但是selenium定位的时候默认只能定位到最外面一层的页面，如果想要切换页面（访问下层页面）可以使用如下API：

• Frame标签包含 frameset、frame、iframe 三种。
• Frameset 和普通的标签一样，不会影响正常的定位，可以使用 index、id、name 等任意种方式定位。
• 而 frame 与 iframe 对 selenium 定位而言是一样的。selenium 有一组方法对 frame 进行操作。

webdriver.switchTo().frame(x);//切换到 id 为 x 的fram下
//后面可以定位到该 frame 中的元素
webdriver.findElement(By.id("id"));
……

//如果frame没有标签，可以使用索引来定位
webdriver.switchTo().frame(index);//索引从 1 开始。webdriver.switchTo().frame(1)表示切换到该页面下的第一个frame。

（十）下拉框处理

   有如下的页面：

<html>
<body><select id="ShippingMethod" onchange="updateShipping(options[selectedIndex]);" name="ShippingMethod"><option value="12.51">UPS Next Day Air ==> $12.51</option><option value="11.61">UPS Next Day Air Saver ==> $11.61</option><option value="10.69">UPS 3 Day Select ==> $10.69</option><option value="9.03">UPS 2nd Day Air ==> $9.03</option><option value="8.34">UPS Ground ==> $8.34</option><option value="9.25">USPS Priority Mail Insured ==> $9.25</option><option value="7.45">USPS Priority Mail ==> $7.45</option><option value="3.20" selected="">USPS First Class ==> $3.20</option></select>
</body>
</html>

// 定位 <select> 标签下拉框
WebElement selectElem = webDriver.findElement(By.cssSelector("#ShippingMethod"));
// Select 类用于定位 select 标签
Select select = new Select(selectElem);
//方式1：通过下标选择：从 1 开始计数
select.selectByIndex(1);
//方式2：通过 value 属性的值选择
select.selectByValue("11.61");

（十一）弹窗处理

  在 WebDriver 中处理 alert、confirm 以及 prompt 时，先用switchTo() 方法定位到弹窗，然后使用一些方法进行操作。

//假设点击后弹出弹窗
webDriver.findElement(By.cssSelector("button")).click();
//切换到弹窗上
Alert alert = webDriver.switchTo().alert();
//弹窗取消
alert.dismiss();
//弹窗接受
alert.accept();
//输入数据
alert.sendKeys("数据");
//获取弹窗里的文字
alert.getText();

（十二）上传文件

  上传文件也是用 sendKeys() 方法。有如下页面：

<html>
<head><meta http-equiv="content-type" content="text/html;charset=utf-8" /><title>upload_file</title>
</head>
<body><div class="row-fluid"><div class="span6 well"><h3>upload_file</h3><input type="file" name="file" /></div></div>
</body>
</html>

//定位上传按钮，然后上传文件
webDriver.findElement(By.cssSelector("input")).sendKeys("D:\\text.txt");

（十三）浏览器窗口切换

   如果想要操作其它页面，需要先跳到其它页面:

webDriver.getWindowHandle()：获得当前浏览器窗口的句柄。
webDriver.getWindowHandles()：返回所有浏览器窗口的句柄。
webDriver.switchTo().window(handle)：用于切换到相应的浏览器窗口。

   private static void main(String[] args) throws InterruptedException {WebDriver webDriver = new ChromeDriver();webDriver.get("https://www.baidu.com");//等待时间webDriver.manage().timeouts().implicitlyWait(5,TimeUnit.SECONDS);//放大窗口，让登录按钮显示出来webDriver.manage().window().maximize();//获取登录按钮，并点击webDriver.findElement(By.cssSelector("#s-top-loginbtn")).click();//点击“立即注册”，打开注册页面webDriver.findElement(By.cssSelector("#TANGRAM__PSP_11__regLink")).click();//获取当前页面的句柄，此时是首页String handle = webDriver.getWindowHandle();//获取所有的页面的句柄（这时一共两个句柄）Set<String> handles = webDriver.getWindowHandles();//for 循环遍历句柄for(String tmp : handles){//比较是不是注册页面if(!handle.equals(tmp)){//切换到注册页面webDriver.switchTo().window(tmp);//输入用户名webDriver.findElement(By.cssSelector("#TANGRAM__PSP_4__userName")).sendKeys("会飞的喵喵123123123");//输入手机号webDriver.findElement(By.cssSelector("#TANGRAM__PSP_4__phone")).sendKeys("13220333333");//输入密码webDriver.findElement(By.cssSelector("#TANGRAM__PSP_4__password")).sendKeys("123456");//睡眠3秒Thread.sleep(3000);//关闭当前页面webDriver.close();}}}

（十四）获取窗口截图

   添加依赖：添加这个依赖是为了使用FileUtils类，它能方便操作文件

<!-- https://mvnrepository.com/artifact/commons-io/commons-io -->
<dependency><groupId>commons-io</groupId><artifactId>commons-io</artifactId><version>2.14.0</version>
</dependency>

//截图
File srcFile = ((TakesScreenshot)webDriver).getScreenshotAs(OutputType.FILE);
//将截图保存到 D 盘
FileUtils.copyFile(srcFile,new File("D:\\test.png"));

  private static void main(String[] args) throws IOException, InterruptedException {WebDriver webDriver = new ChromeDriver();webDriver.get("https://www.baidu.com");//等待时间webDriver.manage().timeouts().implicitlyWait(5,TimeUnit.SECONDS);//放大窗口，让登录按钮显示出来webDriver.manage().window().maximize();//获取登录按钮，并点击webDriver.findElement(By.cssSelector("#s-top-loginbtn")).click();Thread.sleep(1000);//截图File srcFile = ((TakesScreenshot)webDriver).getScreenshotAs(OutputType.FILE);//将截图保存到 D 盘FileUtils.copyFile(srcFile,new File("D:\\test.png"));}

最后：下面是配套学习资料，对于做【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴我走过了最艰难的路程，希望也能帮助到你！【100%无套路免费领取】

软件测试面试小程序

被百万人刷爆的软件测试题库！！！谁用谁知道！！！全网最全面试刷题小程序，手机就可以刷题，地铁上公交上，卷起来！

8小时传疯！大厂面试真题全被大佬整理在这个小程序上了！【软件测试，建议收藏】

涵盖以下这些面试题板块：

1、软件测试基础理论 ，2、web,app，接口功能测试 ，3、网络 ，4、数据库 ，5、linux

6、web,app，接口自动化 ，7、性能测试 ，8、编程基础，9、hr面试题 ，10、开放性测试题，11、安全测试，12、计算机基础 

  全套资料获取方式：点击下方小卡片自行领取即可