selenium_advanced_interactions

Selenium - 高级用户交互

虽然像 click() 和 sendKeys() 这样的基本命令涵盖了许多场景，但现代 Web 应用程序通常需要更复杂的用户交互，例如鼠标悬停、拖放（drag-and-drop）、双击或键盘快捷键。Selenium WebDriver 提供了 Actions 类来处理这些高级交互。

Actions 类的工作原理是构建一系列操作，然后按顺序执行这些操作。你必须始终在序列的末尾调用 perform() 来执行这些操作。

使用 Actions 类 (Java)

首先，你需要导入该类并创建一个实例，将 WebDriver 对象传递进去。

// 导入 Actions 类
// import org.openqa.selenium.interactions.Actions;

// 假设 'driver' 是你的 WebDriver 实例
Actions actions = new Actions(driver);

鼠标悬停 (Move To Element)

用于模拟将鼠标光标移动到元素上方，这可能会触发菜单或工具提示出现。

// 定位主菜单项
WebElement mainMenu = driver.findElement(By.id("main-menu-item"));

// 定位悬停时出现的子菜单项
// （它最初可能不可见，确保一旦可见，定位器能找到它）
WebElement subMenu = driver.findElement(By.id("submenu-item"));

// 构建序列：移动到主菜单，然后移动到子菜单，然后点击
actions.moveToElement(mainMenu).moveToElement(subMenu).click().perform();

// 备选方案：移动到主菜单，等待子菜单出现，然后点击子菜单
// actions.moveToElement(mainMenu).perform();
// WebDriverWait wait = new WebDriverWait(driver, Duration.ofSeconds(5));
// WebElement visibleSubMenu = wait.until(ExpectedConditions.visibilityOfElementLocated(By.id("submenu-item")));
// actions.moveToElement(visibleSubMenu).click().perform(); // Or just visibleSubMenu.click();

拖放

模拟点击并按住一个元素（源），然后将其移动到另一个位置（目标），最后释放鼠标按钮。

// 定位要拖动的元素
WebElement sourceElement = driver.findElement(By.id("draggable"));

// 定位要放置的目标区域
WebElement targetElement = driver.findElement(By.id("droppable"));

// 选项 1：使用专用的 dragAndDrop 方法
actions.dragAndDrop(sourceElement, targetElement).perform();

// 选项 2：手动构建序列
// actions.clickAndHold(sourceElement).moveToElement(targetElement).release().perform();

右键点击 (Context Click)

模拟对元素进行鼠标右键点击，这通常会打开一个上下文菜单（context menu）。

// 定位要右键点击的元素
WebElement element = driver.findElement(By.id("context-menu-trigger"));

// 执行右键点击
actions.contextClick(element).perform();

// 然后你需要定位上下文菜单中的元素并与之交互

双击

模拟双击一个元素。

// 定位要双击的元素
WebElement element = driver.findElement(By.id("double-click-item"));

// 执行双击
actions.doubleClick(element).perform();

键盘操作

Actions 类还可以发送按键，包括 Shift、Ctrl、Alt 等修饰键。使用 Keys 枚举（org.openqa.selenium.Keys）。

// 定位输入字段
WebElement inputField = driver.findElement(By.id("my-input"));

// 使用 Shift 键输入大写文本
actions.moveToElement(inputField)
       .click()
       .keyDown(Keys.SHIFT) // 按下 Shift
       .sendKeys("hello")   // 发送按键（将是大写）
       .keyUp(Keys.SHIFT)   // 释放 Shift
       .sendKeys(" world") // 发送更多按键（正常情况）
       .perform();

// 示例：发送 Ctrl+A（全选）
// actions.keyDown(Keys.CONTROL).sendKeys("a").keyUp(Keys.CONTROL).perform();

// 示例：发送 Enter 键
// actions.sendKeys(Keys.ENTER).perform();

链式操作

如示例所示，你可以在调用 perform() 之前将多个操作链接在一起。这会创建一个单独的复合操作（composite action），由 WebDriver 执行。

WebElement element1 = driver.findElement(By.id("one"));
WebElement element2 = driver.findElement(By.id("two"));

// 示例链：移动到 element1，点击并按住，移动到 element2，释放
actions.moveToElement(element1)
       .clickAndHold()
       .moveToElement(element2)
       .release()
       .perform();

重要注意事项

始终调用 perform()： 操作只有在调用 perform() 后才会排队并执行。
元素可见性： 在尝试对其进行操作之前，确保元素是可见且可交互的。如有必要，请使用显式等待（Explicit Waits）。
浏览器焦点： 键盘操作通常需要浏览器窗口或特定元素获得焦点。使用 click() 或 moveToElement().click() 来确保焦点。
复杂性： 尽管功能强大，但复杂的 Actions 序列有时可能不如简单的交互稳定。在标准命令不足时使用它们。

Actions 类显著扩展了 WebDriver 的功能，允许你自动化现代 Web 应用程序中几乎所有的用户交互。