Web 自动化测试入门：从概念到百度搜索实战

WebDriver 就像是汽车的发动机或者电脑的驱动程序。程序要想控制浏览器（打开、输入、点击），必须通过它建立通信。

手动测试靠人手操作浏览器，而自动化程序靠 WebDriver 作为桥梁。计算机有了驱动程序才能跟设备（耳机、摄像头、键盘等）对话，WebDriver 就是这个让代码能指挥浏览器的关键。

驱动管理工具：WebDriverManager

以前配环境最头疼的是手动下载 ChromeDriver 并匹配版本。现在有了 WebDriverManager 这个开源 Java 库，它能自动管理 Selenium 所需的浏览器驱动，包括自动下载、配置版本，还能识别本地浏览器版本并匹配对应驱动。

引入依赖后，基本就不用操心驱动的事了。这大大降低了环境搭建成本，脚本的可维护性也提升了。

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

Selenium 实战示例

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'百度搜索'为例，看看怎么落地。

1. 环境准备

项目中需要引入 Selenium 的 Java 库依赖：

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

2. 脚本逻辑与配置

代码实现流程是：打开 Chrome → 访问百度 → 搜索关键词 → 关闭浏览器。

这里有个关键点：创建浏览器配置对象（ChromeOptions）。它的作用是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。

如果不加配置，浏览器会以默认裸状态启动，容易触发跨域报错、窗口太小导致元素找不到、弹窗拦截等问题，自动化很容易失败。

import org.openqa.selenium.By;
import org.openqa.selenium.WebDriver;
import org.openqa.selenium.chrome.ChromeDriver;
import org.openqa.selenium.chrome.ChromeOptions;

public class BaiduSearchTest {
    public static void main(String[] args) {
        // 1. 配置浏览器选项
        ChromeOptions options = new ChromeOptions();
        options.addArguments("--start-maximized"); // 最大化窗口
        options.addArguments("--disable-gpu");     // 禁用 GPU 加速
        
        // 2. 实例化驱动对象并关联配置
        WebDriver driver = new ChromeDriver(options);
        
        try {
            // 3. 访问百度首页
            driver.get("http://www.baidu.com");
            
            // 4. 定位搜索框并输入
            driver.findElement(By.id("kw")).sendKeys("Selenium 自动化测试");
            
            // 5. 点击搜索按钮
            driver.findElement(By.id("su")).click();
            
            // 6. 简单验证（可选）
            System.out.println("页面标题：" + driver.getTitle());
            
        } finally {
            // 7. 关闭浏览器
            driver.quit();
        }
    }
}

这里的逻辑可以这样理解：

• ChromeDriver 是具体实现，对应 Chrome 浏览器。
• 传入 options 后，驱动启动时会带着配置规则打开浏览器。
• driver 本质是驱动的实例，你操作 driver，就是驱动帮你控制浏览器。

把这整个流程比作'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）= 你给司机的开车规则（比如'先开窗、关空调、走高速'）。
• driver = 你和司机的沟通渠道。
• 调用 driver.get() = 告诉司机'去百度这个地址'。

3. 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。

验证方式：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。

XPath 定位策略

定位元素是自动化的基本功。常用的有相对 XPath 和绝对 XPath。

脚本的核心是「做事儿」

最后想强调一点：脚本的核心是完成具体的任务，而不是练手或造工具。

为什么单行打印 hello 不算脚本？因为它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？如果只写定义（比如定义链表节点、写 add/delete 方法），不算脚本。因为你只是造了个工具，但没拿这个工具干任何事。若你写了'定义链表 + 往链表加 10 个数据 + 遍历打印 + 输出到文件'，这才算脚本，因为你完成了存数据、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；如果只是练语法或出个无意义结果，那就不是。

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，这才是 Web 自动化测试的核心价值所在。