Web 自动化测试入门：核心概念与百度搜索实战

自动化与手动并非互斥，而是互补：底层自动化适合长期降本，保障基础质量；上层测试适合覆盖复杂场景，提供短期保障。

Web 自动化测试

驱动的核心作用

如果把浏览器比作汽车，WebDriver 就是发动机或设备驱动程序。程序要操作浏览器（打开、输入、点击），必须通过 WebDriver 建立通信桥梁。

计算机有了驱动程序才能与外设（耳机、摄像头、键盘等）通信，Web 自动化同理。手动测试靠人手操作，自动化则靠代码通过 WebDriver 控制浏览器。

驱动管理工具：WebDriverManager

手动下载和匹配驱动版本很麻烦，WebDriverManager 这个开源 Java 库能自动解决。它能自动下载 ChromeDriver、GeckoDriver 等，识别本地浏览器版本并匹配对应驱动。

引入 Maven 依赖后，即可实现自动管理，大幅降低环境搭建成本。

<dependency>
    <groupId>io.github.bonigarcia</groupId>
    <artifactId>webdrivermanager</artifactId>
    <version>5.6.2</version>
</dependency>

Selenium 实战：百度搜索示例

Selenium 是主流的 Web 自动化测试工具，提供丰富的 API 模拟人工操作。下面我们以 Java 语言为例，演示如何编写一个'打开百度→搜索关键词→关闭浏览器'的脚本。

1. 环境依赖

项目中需引入 Selenium 的 Java 库依赖：

<dependency>
    <groupId>org.seleniumhq.selenium</groupId>
    <artifactId>selenium-java</artifactId>
    <version>4.15.0</version>
</dependency>

2. 脚本逻辑详解

代码的核心流程是：创建配置对象 → 实例化驱动 → 执行操作 → 关闭浏览器。

创建浏览器配置对象（ChromeOptions） 这一步相当于给浏览器设置启动参数。比如要不要无痕模式？要不要允许跨域？要不要最大化窗口？如果不配置，浏览器会以默认裸状态启动，容易触发跨域报错、元素找不到或弹窗拦截等问题。

ChromeOptions options = new ChromeOptions();
options.addArguments("--start-maximized"); // 最大化窗口
options.addArguments("--disable-gpu");     // 禁用 GPU 加速
// 其他配置...

实例化驱动对象（WebDriver）并关联配置 这里的逻辑是：ChromeDriver 是具体实现，传入 options 后，驱动启动时会带着规则打开浏览器。driver 本质是驱动的实例，不是浏览器本身——你操作 driver，就是驱动帮你控制浏览器。

可以把整个流程比作'指挥司机开汽车'：

• 驱动 (ChromeDriver) = 司机（懂怎么开 Chrome 这款'车'）
• 配置对象 (ChromeOptions) = 开车规则（比如'先开窗、关空调'）
• driver = 你和司机的沟通渠道
• 调用 driver.get() = 告诉司机'去百度地址'

WebDriverManager.chromedriver().setup();
WebDriver driver = new ChromeDriver(options);
driver.get("https://www.baidu.com");

3. 元素定位策略

定位元素是自动化中最关键的一环。常用的有 XPath 和 CSS Selector。这里重点对比一下相对 XPath 和绝对 XPath：

4. 工作原理

三者通过 HTTP 通信实现自动化：

1. 启动服务：Selenium 脚本启动 ChromeDriverService，创建本地服务（IP: localhost，端口由服务分配）。
2. 连接驱动：脚本通过服务地址向 WebDriver 发送 HTTP 请求。
3. 驱动解析：WebDriver 解析请求，打开浏览器并生成 sessionid。
4. 执行操作：所有操作（访问地址、定位元素等）通过服务发送到 WebDriver，再转发给浏览器。
5. 浏览器执行：浏览器解析请求并执行，将结果返回给 Selenium。

脚本的核心是「做事儿」，不是「造东西 / 练手」

很多人写代码容易陷入误区，把'练语法'当成了'写脚本'。判断标准很简单：脚本的核心目的是完成具体的、落地的任务。

为啥'单行打印 hello'不算脚本？ 目的只是验证能不能输出文字，没有完成任何有价值的落地任务。就算跑 100 次，也只是打印 100 次 hello，没干任何实际活。

那'写个数据结构'算脚本吗？ 只写数据结构的定义（比如定义链表节点）→ 不算脚本：你只是造了个'工具'，但没拿这个工具干任何事。若你写'定义链表 + 往链表加 10 个数据 + 遍历打印 + 输出到文件'→ 算脚本：因为你用数据结构完成了存数据、打印、存文件的具体任务。

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、出个无意义结果，就不是。

Selenium 通过'脚本→驱动→浏览器'的分层通信，实现了代码对浏览器的无人工干预控制，是 Web 自动化测试的核心执行工具。验证方式很简单：执行 selenium 编写的自动化脚本代码中，可以在终端看到创建的驱动服务地址。