Web 自动化测试入门：核心概念与 Selenium 实战指南

驱动管理工具：WebDriverManager

手动下载和匹配驱动版本非常繁琐，WebDriverManager 是一个开源 Java 库，可自动管理 Selenium WebDriver 所需的浏览器驱动（如 ChromeDriver、GeckoDriver 等）。它能自动下载、配置驱动版本，还能识别本地浏览器版本并匹配对应驱动。

只需在项目中引入如下 Maven 依赖即可自动管理驱动：

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

这大大降低了 Web 自动化测试的环境搭建成本，提升了脚本的可维护性。

Selenium 实战指南

Selenium 是主流的 Web 自动化测试工具，提供丰富的 API 用于模拟人工在浏览器中的操作。它是编写 Web 自动化脚本的核心工具。

1. 环境依赖

除了 WebDriverManager，项目还需要引入 Selenium 的 Java 库依赖：

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

2. 自动化脚本逻辑

我们以'百度搜索'为例，实现'打开 Chrome 浏览器 → 访问百度 → 搜索关键词 → 点击搜索 → 关闭浏览器'的流程。

创建浏览器配置对象

ChromeOptions 的作用是给浏览器设置启动参数，就像你打开浏览器前先设置：'要不要无痕模式？要不要允许跨域？要不要最大化窗口？'

如果没有这个配置对象，浏览器会以默认裸状态启动，可能触发跨域报错、窗口太小导致元素找不到、弹窗拦截操作等问题，导致自动化失败。

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

实例化驱动对象并关联配置

这里的逻辑是：ChromeDriver 是驱动的具体实现（对应 Chrome 这款'车'），传入 options 后，驱动启动浏览器时会带着配置规则打开浏览器。driver 本质是驱动的实例，不是浏览器实例——你操作 driver，就是驱动帮你控制浏览器。

可以把整个流程比作'你指挥司机开汽车'：

• 驱动 (ChromeDriver) = 司机（懂怎么开 Chrome 这款车）
• 浏览器配置对象 (ChromeOptions) = 你给司机的开车规则（比如开之前先开窗、关空调）
• driver = 你和司机的沟通渠道
• 调用 driver.get() = 你通过渠道告诉司机'去百度这个地址'

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

3. XPath 定位策略

在定位页面元素时，推荐使用相对 XPath 而非绝对 XPath。

4. 工作原理

三者通过 HTTP 通信实现自动化，流程如下：

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（后续操作需携带此 ID 标识会话）。
4. 执行操作：Selenium 的所有操作（访问地址、定位元素等）通过服务发送请求到 WebDriver，再由 WebDriver 转发给浏览器。
5. 浏览器执行：浏览器解析请求并执行对应操作，将结果通过 WebDriver 返回给 Selenium 脚本。

脚本的核心价值

脚本的核心是「做事儿」，不是「造东西」或「练手」。

为什么'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。
• 执行：只输出一个字符串，没有步骤链，也没有自动化价值。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、写 add/delete 方法）→ 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 + 遍历打印所有数据 + 输出到文件」→ 算脚本：因为你用数据结构完成了具体任务，是按步骤自动干活。

判断标准：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、造工具或出个无意义结果，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。在实际执行中，可以在终端看到创建的驱动服务地址，确认连接是否正常。