Web 自动化测试入门：从概念到百度搜索实战

1. 驱动的作用

如果把浏览器比作汽车，WebDriver就是发动机或驱动程序。程序要控制浏览器（打开、输入、点击），必须通过 WebDriver 建立通信桥梁。没有它，代码无法指挥浏览器干活。

计算机有了驱动程序才能与外设（耳机、摄像头等）通信，Web 自动化同理，WebDriver 让 Java 代码能'听懂'浏览器的指令。

2. 驱动管理工具：WebDriverManager

手动下载匹配驱动版本太繁琐，WebDriverManager 这个开源库能自动处理 Selenium 所需的浏览器驱动（如 ChromeDriver）。它能识别本地浏览器版本并自动下载对应驱动，极大降低了环境搭建成本。

Maven 依赖引入后，即可实现驱动自动管理。

3. Selenium 实战示例（Java）

Selenium 是主流 Web 自动化工具，提供丰富的 API 模拟人工操作。下面我们以'百度搜索'为例，展示一个完整的 Java 脚本逻辑。

环境依赖：需引入 Selenium 和 WebDriverManager 的 Maven 包。

核心代码实现：

import org.openqa.selenium.WebDriver;
import org.openqa.selenium.WebElement;
import org.openqa.selenium.chrome.ChromeDriver;
import org.openqa.selenium.chrome.ChromeOptions;
import io.github.bonigarcia.wdm.WebDriverManager;

public class BaiduSearchTest {
    public static void main(String[] args) {
        // 1. 初始化驱动管理器（自动下载 ChromeDriver）
        WebDriverManager.chromedriver().setup();

        // 2. 配置浏览器选项（关键步骤）
        // 设置无头模式、最大化窗口等，避免默认裸状态导致的定位失败
        ChromeOptions options = new ChromeOptions();
        options.addArguments("--start-maximized");
        // options.addArguments("--headless"); // 如需后台运行可开启

        // 3. 实例化驱动对象
        WebDriver driver = new ChromeDriver(options);

        try {
            // 4. 执行操作：打开百度
            driver.get("https://www.baidu.com");

            // 5. 定位元素并输入
            WebElement searchBox = driver.findElement(org.openqa.selenium.By.id("kw"));
            searchBox.sendKeys("Selenium 自动化测试");

            // 6. 点击搜索按钮
            driver.findElement(org.openqa.selenium.By.id("su")).click();

            // 7. 简单断言：验证标题包含关键词
            String title = driver.getTitle();
            if (title.contains("Selenium")) {
                System.out.println("测试通过：搜索结果正常");
            }
        } finally {
            // 8. 关闭浏览器
            driver.quit();
        }
    }
}

关键点解析：

• ChromeOptions：这是给浏览器的'启动规则'。如果不配置，浏览器可能以默认小窗口启动，导致元素找不到；或者触发跨域报错。加上 --start-maximized 能确保页面布局完整。
• XPath vs ID：表格里提到，工作中首选相对 XPath 或 ID 定位。绝对路径（Full XPath）极其脆弱，页面结构微调就会失效。本例使用 id="kw" 是最稳定的方式。
• driver 的本质：driver 不是浏览器本身，而是你指挥司机的'沟通渠道'。调用 driver.get() 就是通过这个渠道告诉司机去哪个地址。

五、脚本的核心是「做事儿」

很多人写代码容易陷入'练手'误区。真正的自动化脚本，核心目的是完成具体的落地任务。

为什么单行打印不算脚本？ 因为它没解决实际问题。就算跑 100 次，也只是重复输出字符串，没有'步骤链'，也没有自动化价值。

什么时候算脚本？ 如果你定义了链表，并且用它存了 100 个数据、遍历打印并导出文件，这就叫脚本。因为你用工具完成了'存数据→打印→存文件'的具体闭环。

跑代码后，如果它能「自动完成一件你需要的具体事儿」，就是脚本；如果只是'练语法 / 造工具'，就不是。

六、工作原理总结

Selenium 通过 HTTP 通信实现分层控制：

1. 启动服务：脚本启动 ChromeDriverService，监听本地端口。
2. 连接驱动：脚本向驱动发送 HTTP 请求。
3. 生成会话：驱动解析请求，打开浏览器并返回 sessionid。
4. 执行转发：后续所有操作（定位、点击）都携带此 ID，由驱动转发给浏览器。
5. 结果返回：浏览器执行后将结果经驱动传回脚本。

验证方式很简单：执行脚本时，终端通常会显示创建的驱动服务地址（localhost:端口），这证明通信链路已打通。