Selenium - WebDriver

Selenium WebDriver 是现代 Selenium 套件的核心组件。它提供了一个编程接口（API），通过直接控制 Web 浏览器来创建和运行自动化测试。与它的前身 Selenium RC 不同，WebDriver 使用浏览器供应商的原生自动化支持与浏览器交互，从而实现更稳定和更快的测试。

WebDriver 的主要特点：

直接浏览器控制： 直接与浏览器驱动程序通信（例如，ChromeDriver、GeckoDriver）。
语言绑定： 为各种编程语言（Java、Python、C#、Ruby、JavaScript）提供 API。
跨浏览器支持： 支持在主要浏览器（Chrome、Firefox、Edge、Safari、IE）上进行自动化。
跨平台支持： 在 Windows、macOS 和 Linux 上运行。
面向对象 API： 与 Selenium RC 相比，提供了更清晰、更一致的 API。
处理现代 Web 技术： 更适合处理动态网页、AJAX、框架、窗口和弹窗（alerts）。

WebDriver 架构

WebDriver 架构比 Selenium RC 更简单：

Selenium 客户端库（语言绑定）： 你使用 Selenium API 编写的测试脚本，例如使用 Java、Python 等。
JSON Wire Protocol / W3C WebDriver Protocol： 客户端库通过 HTTP 发送命令的标准化方式。
浏览器驱动程序： 由浏览器供应商提供的可执行文件（例如，chromedriver.exe、geckodriver.exe）。它们充当服务器，监听命令。
浏览器： 实际的浏览器（Chrome、Firefox 等）从各自的驱动程序接收命令并执行它们。

你的脚本通过协议向浏览器驱动程序发送命令（如 ‘查找元素’、‘点击元素’）。然后驱动程序使用浏览器内置的自动化钩子执行命令，并将结果返回给你的脚本。

WebDriver 对比 Selenium RC（旧版）

特性	Selenium WebDriver（现代）	Selenium RC（已弃用）
架构	更简单：脚本 -> 驱动程序 -> 浏览器	复杂：脚本 -> RC 服务器 -> 浏览器（通过 JS 注入）
通信	通过 WebDriver protocol 直接通信 (HTTP)	通过 RC 服务器代理间接通信
速度	更快	由于额外跳跃和 JS 执行而较慢
API	面向对象，更清晰	不太面向对象，更偏向过程化
浏览器交互	使用原生浏览器自动化	依赖于 JavaScript (Selenium Core) 注入
无头模式执行	大多数现代浏览器/驱动程序支持	不直接支持
当前状态	积极开发中 & 推荐标准	已弃用，不再支持

基本的 WebDriver 脚本（Java 示例）

让我们使用 WebDriver、Java、TestNG 和 WebDriverManager（推荐用于驱动程序管理）编写一个简单的脚本。我们将自动化 Google 搜索。

先决条件：Java、Maven/Gradle、IDE（Eclipse/IntelliJ）。

项目设置： 创建一个 Maven 项目，并将 Selenium 和 TestNG 依赖项添加到你的 pom.xml 中：

<dependencies>
    <!-- Selenium Java -->
    <dependency>
        <groupId>org.seleniumhq.selenium</groupId>
        <artifactId>selenium-java</artifactId>
        <version>4.10.0</version> <!-- Use latest version -->
    </dependency>

    <!-- TestNG -->
    <dependency>
        <groupId>org.testng</groupId>
        <artifactId>testng</artifactId>
        <version>7.7.1</version> <!-- Use latest version -->
        <scope>test</scope>
    </dependency>

    <!-- WebDriverManager -->
    <dependency>
        <groupId>io.github.bonigarcia</groupId>
        <artifactId>webdrivermanager</artifactId>
        <version>5.3.3</version> <!-- Use latest version -->
        <scope>test</scope>
    </dependency>
</dependencies>

创建测试类：

package com.example.tests;

import io.github.bonigarcia.wdm.WebDriverManager;
import org.openqa.selenium.By;
import org.openqa.selenium.Keys;
import org.openqa.selenium.WebDriver;
import org.openqa.selenium.WebElement;
import org.openqa.selenium.chrome.ChromeDriver;
import org.openqa.selenium.support.ui.ExpectedConditions;
import org.openqa.selenium.support.ui.WebDriverWait;
import org.testng.Assert;
import org.testng.annotations.AfterMethod;
import org.testng.annotations.BeforeMethod;
import org.testng.annotations.Test;

import java.time.Duration;

public class GoogleSearchTest {

    WebDriver driver;
    WebDriverWait wait;

    @BeforeMethod
    public void setup() {
        // WebDriverManager 自动下载并设置 ChromeDriver
        WebDriverManager.chromedriver().setup();
        driver = new ChromeDriver();
        wait = new WebDriverWait(driver, Duration.ofSeconds(10)); // 显式等待（10 秒超时）
        driver.manage().window().maximize();
    }

    @Test
    public void testGoogleSearch() {
        // 导航到 Google
        driver.get("https://www.google.com");

        // 查找搜索框（使用 name 定位器）
        // 等待元素出现后再交互
        WebElement searchBox = wait.until(ExpectedConditions.presenceOfElementLocated(By.name("q")));

        // 输入搜索词并按 Enter
        searchBox.sendKeys("Selenium WebDriver");
        searchBox.sendKeys(Keys.ENTER);

        // 等待结果页标题包含搜索词
        wait.until(ExpectedConditions.titleContains("Selenium WebDriver"));

        // 断言标题包含搜索词
        Assert.assertTrue(driver.getTitle().contains("Selenium WebDriver"), "Page title does not contain search term.");

        // 查找并断言搜索结果统计信息显示
        WebElement resultStats = wait.until(ExpectedConditions.visibilityOfElementLocated(By.id("result-stats")));
        Assert.assertTrue(resultStats.isDisplayed(), "Result stats not found.");

        System.out.println("Google search test passed!");
    }

    @AfterMethod
    public void tearDown() {
        if (driver != null) {
            driver.quit(); // 关闭所有浏览器窗口并结束 WebDriver 会话
        }
    }
}

运行测试： 从你的 IDE 中将此类作为 TestNG 测试运行。

常用的 WebDriver 命令

以下是常用 WebDriver 命令的摘要：

命令	描述
`driver.get("URL")`	导航到指定的 URL。
`driver.findElement(By locator)`	查找匹配定位器的第一个元素。
`driver.findElements(By locator)`	查找匹配定位器的所有元素。
`element.click()`	点击元素。
`element.sendKeys("text")`	将文本输入到元素中。
`element.clear()`	清除输入元素中的文本。
`element.getText()`	获取元素的可见文本。
`element.getAttribute("attr")`	获取元素的属性值。
`element.isDisplayed()`, `isEnabled()`, `isSelected()`	检查元素的状态。
`driver.getTitle()`	获取当前页面的标题。
`driver.getCurrentUrl()`	获取当前页面的 URL。
`driver.navigate().back()`, `forward()`, `refresh()`	执行浏览器导航操作。
`driver.switchTo().frame(index/name/WebElement)`	切换焦点到 iframe。
`driver.switchTo().defaultContent()`	将焦点从框架切换回主页面。
`driver.switchTo().window(windowHandle)`	在浏览器窗口/标签页之间切换焦点。
`driver.switchTo().alert().accept()`, `dismiss()`, `getText()`, `sendKeys()`	处理 JavaScript 弹窗（alert、confirm、prompt）。
`driver.manage().window().maximize()`, `minimize()`, `setSize()`	控制浏览器窗口大小和状态。
`driver.manage().timeouts().implicitlyWait(Duration)`	设置隐式等待时间（谨慎使用，优先使用显式等待）。
`new WebDriverWait(driver, Duration).until(ExpectedCondition)`	设置显式等待直到满足特定条件。
`driver.quit()`	关闭所有关联的浏览器窗口并结束会话。
`driver.close()`	关闭当前焦点的浏览器窗口。