Selenium Web自动化测试：从核心原理到企业级框架实战

1. 项目概述：为什么Selenium依然是Web自动化测试的基石

如果你在软件测试或者Web开发领域待过一段时间，Selenium这个名字绝对如雷贯耳。它不是一个新潮的工具，但绝对是那个“老而弥坚”的基石。我见过太多团队，从最初的手工点击，到尝试各种花哨的新框架，最后兜兜转转，发现解决Web浏览器自动化最稳定、最普适的方案，往往还是Selenium。说它“革命性”一点不为过，因为它真正把我们从重复、枯燥的浏览器操作中解放出来，让机器去模拟人的行为，进行回归测试、数据抓取，甚至是复杂的业务流程验证。

简单来说，Selenium就是一个让你用代码来控制浏览器的工具。你可以用Python、Java、C#、JavaScript等几乎所有主流编程语言，编写脚本去命令浏览器打开网页、点击按钮、输入文字、下拉选择、验证页面内容。这听起来简单，但背后解决的是一个巨大的痛点：Web应用的界面和行为会频繁变动，每次变动后的人工回归测试耗时耗力且容易遗漏。Selenium自动化脚本可以7x24小时不间断执行，快速反馈问题，把测试人员从重复劳动中解放出来，去关注更复杂的测试场景和用户体验。

那么，谁需要了解Selenium呢？首先是测试工程师，这是他们的核心饭碗之一；其次是开发工程师，用于构建自验证的代码或进行简单的冒烟测试；再者是爬虫工程师，虽然现在反爬机制复杂，但Selenium模拟真人操作依然是绕过一些检测的手段之一；最后，任何需要与Web界面进行规律性、批量交互的业务人员，比如定期从某个内部系统导出报表，也可以用Selenium小脚本实现。接下来，我会结合我十多年的踩坑经验，为你拆解Selenium的核心，以及如何构建一个稳健、可维护的自动化测试体系。

2. Selenium核心架构与生态组件深度解析

很多人一上来就pip install selenium，然后就开始写find_element，但对它底下是怎么运作的并不清楚。这就像开车不懂发动机，一旦抛锚就束手无策。要玩转Selenium，必须理解它的三层架构。

2.1 WebDriver：浏览器与代码的“翻译官”

这是Selenium的核心。你的测试脚本（用Python、Java等写成）并不能直接和Chrome、Firefox这些浏览器对话。WebDriver就充当了这个“翻译官”或“桥梁”。它是一个独立的可执行程序（如chromedriver.exe,geckodriver.exe），遵循W3C的WebDriver协议。

它的工作流程是这样的：

1. 你的脚本（例如，Python代码）调用Selenium客户端库（如selenium包）的方法。
2. 客户端库将你的指令（如“打开百度”、“搜索框输入关键词”）转换为HTTP请求，发送给对应浏览器的WebDriver。
3. WebDriver接收到请求后，通过浏览器提供的自动化接口（如Chrome DevTools Protocol）来真正操控浏览器。
4. 浏览器执行操作后，将结果（如元素是否找到、页面标题等）通过WebDriver返回给客户端库，最终反馈给你的脚本。

注意：WebDriver版本必须与本地安装的浏览器大版本号匹配！这是新手最常见的坑。Chrome 120版本就需要chromedriver 120.x，用121或119的很可能失败。务必去官方或镜像站下载匹配的版本。

2.2 Selenium IDE：快速入门的“录制回放”工具

这是一个浏览器插件（Chrome/Firefox），允许你通过录制操作来生成测试脚本。你点点鼠标，它记录你的操作并生成代码（支持多种语言）。这对于快速创建原型、学习Selenium API或者测试简单流程非常有用。

但我必须强调：不要依赖IDE录制生成的脚本用于生产环境！录制的脚本通常脆弱不堪，因为它依赖于非常具体的元素定位器（如冗长的XPath），页面结构稍有变动，脚本就失效了。它的正确用途是：1) 新手学习命令；2) 快速获取某个复杂元素的可能定位方式；3) 验证简单流程。真正的自动化测试框架必须手写，采用稳定的定位策略和页面对象模型。

2.3 Selenium Grid：分布式执行的“指挥中心”

当你的测试用例成百上千，需要跨不同浏览器（Chrome, Firefox, Edge）、不同操作系统（Windows, macOS, Linux）或需要并行执行以缩短反馈时间时，Selenium Grid就派上用场了。

它采用Hub-Node架构：

• Hub：中心调度器。你的测试脚本指向Hub。
• Node：执行节点。在安装了目标浏览器和对应WebDriver的机器上注册到Hub。

当你向Hub发起一个测试请求（要求“在Windows 10的Chrome 120上执行”），Hub会寻找符合条件的空闲Node，将测试任务分发过去执行。这对于搭建持续集成（CI/CD）环境中的测试集群至关重要，可以实现快速的跨平台兼容性测试。

2.4 客户端语言绑定：你手中的“遥控器”

这就是你实际写代码用的库，如Python的selenium包，Java的selenium-java依赖。它们提供了一套统一的API，让你用熟悉的语言发送指令。选择哪种语言，通常取决于团队的技术栈。Python因其简洁易学、生态丰富（pytest）在测试领域非常流行；Java则在大型企业级项目中更常见。

3. 从环境搭建到第一个脚本：避开初学者的所有坑

理论懂了，我们动手。这里我以Python + Chrome为例，展示最稳妥的搭建流程。

3.1 环境准备与精准配置

1. 安装Python：去python.org下载安装，建议版本3.8以上。安装时务必勾选“Add Python to PATH”。
2. 安装Selenium客户端库：打开命令行（CMD或Terminal），执行pip install selenium -i https://pypi.tuna.tsinghua.edu.cn/simple。使用国内镜像源速度更快。
3. 安装浏览器：确保已安装Chrome浏览器。
4. 下载并配置ChromeDriver：
   • 打开Chrome，在地址栏输入chrome://settings/help查看版本号（例如 120.0.6099.110）。
   • 访问淘宝NPM镜像（https://npmmirror.com/mirrors/chromedriver/）或官方站点，找到对应大版本号（120）的目录，下载与你的操作系统匹配的驱动。
   • 关键一步：配置驱动路径。有三种方法，我推荐第三种：
     • 方法一：将chromedriver.exe放在Python安装目录的Scripts文件夹下（该目录已在PATH中）。
     • 方法二：将chromedriver.exe所在目录添加到系统的PATH环境变量。
     • 方法三（最推荐，显式指定路径）：在代码中指定驱动路径。这避免了环境依赖，项目移植更方便。

3.2 第一个脚本：不仅仅是“Hello World”

我们来写一个访问百度并搜索的脚本。这个简单的脚本里藏着好几个最佳实践。

from selenium import webdriver from selenium.webdriver.common.by import By from selenium.webdriver.common.keys import Keys from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC import time # 1. 初始化驱动，显式指定路径 driver_path = r'你的路径\chromedriver.exe' # 例如：C:\tools\chromedriver.exe service = webdriver.ChromeService(executable_path=driver_path) # 注意：新版本API driver = webdriver.Chrome(service=service) # 2. 设置隐式等待（全局等待元素出现的超时时间） driver.implicitly_wait(10) # 单位：秒 try: # 3. 打开百度 driver.get("https://www.baidu.com") print(f"当前页面标题是：{driver.title}") # 4. 定位搜索框并输入关键词 # 使用ID定位，这是最优先的策略 search_box = driver.find_element(By.ID, "kw") search_box.clear() # 良好的习惯：先清空输入框 search_box.send_keys("Selenium自动化测试") # 5. 定位搜索按钮并点击 search_button = driver.find_element(By.ID, "su") search_button.click() # 6. 使用显式等待，等待搜索结果区域出现 # 这是比time.sleep()和隐式等待更精准、高效的方式 wait = WebDriverWait(driver, 10) result_stats = wait.until( EC.presence_of_element_located((By.ID, "content_left")) ) print("搜索结果页面加载完成。") # 7. 验证搜索结果（简单示例：检查页面标题或特定结果） assert "Selenium自动化测试" in driver.title print("标题验证通过。") # 8. 获取第一页所有搜索结果的标题（示例） # 注意：百度搜索结果结构可能变化，此定位器可能需要调整 result_titles = driver.find_elements(By.CSS_SELECTOR, "h3.c-title a") for i, title in enumerate(result_titles[:5]): # 打印前5个 print(f"结果{i+1}: {title.text}") time.sleep(3) # 为了演示，等待3秒看结果 except Exception as e: print(f"执行过程中发生错误：{e}") # 这里可以加入截图功能，便于排查问题 driver.save_screenshot('error_screenshot.png') finally: # 9. 无论如何，最后都要关闭浏览器 driver.quit() print("浏览器已关闭。")

脚本解读与避坑指南：

• 驱动初始化：新版本Selenium（4.6+）推荐使用webdriver.ChromeService来指定路径，更清晰。
• implicitly_wait：设置一个全局的“寻找元素”超时时间。在10秒内，如果find_element没立刻找到元素，会轮询等待，直到找到或超时。这比写死的time.sleep(5)要好，避免了不必要的等待。
• By的使用：永远使用By.ID，By.CSS_SELECTOR等，而不是已废弃的find_element_by_id()。这是现代写法。
• WebDriverWait：这是核心技巧！对于需要等待特定条件（如元素可见、可点击、页面加载完成）的场景，显式等待是唯一正确的选择。它比隐式等待更精准，不会浪费不必要的等待时间。EC.presence_of_element_located是等待元素出现在DOM中，不一定可见。如果需要点击，应该用EC.element_to_be_clickable。
• assert验证：自动化测试一定要有“断言”，用来验证结果是否符合预期。没有断言的脚本只是“自动操作”，不是“自动测试”。
• 异常处理与截图：在try...except中包裹核心操作，并在出错时截图。这是定位线上问题的救命稻草。截图文件名最好加上时间戳。
• driver.quit()：务必在finally块中调用quit()，而不是close()。quit()会关闭整个浏览器进程和驱动进程，释放资源；close()只关闭当前标签页。

4. 元素定位：自动化脚本稳定性的命门

超过70%的自动化脚本失败，源于元素定位失效。页面改了个class名，加了个div，你的脚本就挂了。因此，定位策略的优先级和稳定性至关重要。

4.1 定位器优先级（从高到低）

1. ID：By.ID。如果元素有唯一且不变的ID，这是最佳选择。速度快，最稳定。
2. Name：By.NAME。对于表单元素，name属性通常也比较稳定。
3. CSS Selector：By.CSS_SELECTOR。功能强大，语法简洁，性能优于XPath。优先考虑。
   • 示例：#kw(ID为kw),.s_ipt(class包含s_ipt),input[name='wd'](name为wd的input标签)。
4. XPath：By.XPATH。功能最强大，可以遍历整个DOM树，但性能稍差，且容易因页面结构微调而失效。慎用绝对路径（以/开头），尽量用相对路径和属性结合。
   • 好的XPath：//input[@id='kw']或//form[@id='form']//input[@name='wd']
   • 脆弱的XPath：/html/body/div[3]/div[2]/div/div[1]/div/form/span[1]/input
5. Link Text / Partial Link Text：By.LINK_TEXT,By.PARTIAL_LINK_TEXT。仅用于超链接定位。
6. Class Name：By.CLASS_NAME。因为CSS类名经常变动或复用，稳定性较低。
7. Tag Name：By.TAG_NAME。最不具体，通常需要结合其他条件使用。

4.2 高级定位与等待策略

面对动态加载、iframe、Shadow DOM等复杂情况，需要组合拳。

• 处理动态ID/Class：如果元素的ID是类似“button-1234-random”的动态生成值，不要用它定位。寻找其父元素或兄弟元素中稳定的属性，然后用CSS或XPath向下定位。

  # 假设有一个稳定容器div，其id是‘toolbar’，里面的按钮是动态id stable_button = driver.find_element(By.CSS_SELECTOR, "#toolbar > button[type='submit']")

• 处理iframe：如果元素在iframe内部，必须先切换到该iframe，操作完毕后再切回。

  # 通过ID、Name或索引切换 driver.switch_to.frame("iframe_id") # 在iframe内操作元素 driver.find_element(By.ID, "inner_element").click() # 切回主文档 driver.switch_to.default_content()

• 处理下拉选择框（Select）：不要用click模拟，使用专门的Select类。

  from selenium.webdriver.support.ui import Select select_element = driver.find_element(By.ID, "dropdown") select = Select(select_element) select.select_by_value("option_value") # 通过value选择 select.select_by_visible_text("显示文本") # 通过文本选择

• 处理弹窗/Alert：

  alert = driver.switch_to.alert print(alert.text) # 获取弹窗文本 alert.accept() # 点击确定 # alert.dismiss() # 点击取消

5. 构建企业级自动化测试框架

写几个脚本不难，难的是管理成百上千的测试用例，让它们稳定、可维护、可报告。这就需要引入测试框架和设计模式。

5.1 测试框架集成：Pytest vs Unittest

• unittest：Python标准库，模仿Java的JUnit。需要写类，继承TestCase，方法名以test_开头。报告功能较弱。
• pytest：目前社区事实上的标准。更灵活，可以用简单的函数，也可以用类。插件生态极其丰富（如pytest-html生成报告，pytest-xdist并行执行，pytest-rerunfailures失败重试）。语法更简洁。

一个典型的Pytest + Selenium项目结构：

your_project/ ├── conftest.py # Pytest fixture配置，如初始化driver ├── requirements.txt # 项目依赖 ├── page_objects/ # 页面对象模型目录 │ ├── __init__.py │ ├── base_page.py # 基础页面类 │ ├── login_page.py # 登录页面类 │ └── home_page.py # 主页类 ├── tests/ # 测试用例目录 │ ├── __init__.py │ ├── test_login.py # 登录测试 │ └── test_search.py # 搜索测试 ├── utils/ # 工具类目录 │ ├── __init__.py │ ├── config_reader.py # 读取配置文件 │ └── logger.py # 日志工具 └── reports/ # 测试报告输出目录（自动生成）

5.2 页面对象模型（Page Object Model, POM）

这是提升自动化脚本可维护性的最关键设计模式。核心思想是将每个页面封装成一个类，页面的元素定位和操作作为这个类的方法。测试用例只调用这些方法，不直接包含定位器。

base_page.py(基础页面类)：

from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC class BasePage: def __init__(self, driver): self.driver = driver self.wait = WebDriverWait(driver, 10) def find_element(self, by, locator): """查找单个元素，加入显式等待""" return self.wait.until(EC.presence_of_element_located((by, locator))) def click(self, by, locator): """点击元素，等待其可点击""" element = self.wait.until(EC.element_to_be_clickable((by, locator))) element.click() def input_text(self, by, locator, text): """输入文本，先清空""" element = self.find_element(by, locator) element.clear() element.send_keys(text)

login_page.py(登录页面类)：

from selenium.webdriver.common.by import By from .base_page import BasePage class LoginPage(BasePage): # 定位器（Locators）集中管理 USERNAME_INPUT = (By.ID, "username") PASSWORD_INPUT = (By.ID, "password") LOGIN_BUTTON = (By.ID, "submit") ERROR_MSG = (By.CLASS_NAME, "error-message") def __init__(self, driver): super().__init__(driver) self.driver = driver def enter_username(self, username): self.input_text(*self.USERNAME_INPUT, username) # 元组解包 def enter_password(self, password): self.input_text(*self.PASSWORD_INPUT, password) def click_login(self): self.click(*self.LOGIN_BUTTON) def get_error_message(self): """获取错误提示文本""" try: return self.find_element(*self.ERROR_MSG).text except: return None # 如果没有错误信息，返回None def login(self, username, password): """完整的登录业务流""" self.enter_username(username) self.enter_password(password) self.click_login()

test_login.py(测试用例)：

import pytest from page_objects.login_page import LoginPage class TestLogin: @pytest.fixture(autouse=True) def setup(self, driver): # driver来自conftest.py中的fixture self.login_page = LoginPage(driver) self.driver = driver self.driver.get("https://example.com/login") def test_login_success(self): """测试登录成功""" self.login_page.login("valid_user", "valid_pass") # 断言：登录后跳转到首页，URL或页面标题变化 assert "dashboard" in self.driver.current_url # 或者断言欢迎信息出现 # assert "Welcome" in self.driver.page_source def test_login_failure_with_wrong_password(self): """测试密码错误""" self.login_page.login("valid_user", "wrong_pass") error_text = self.login_page.get_error_message() assert error_text is not None assert "密码错误" in error_text or "invalid" in error_text.lower()

POM的优势：

1. 高可维护性：页面元素定位器只存在于Page类中。页面UI变动时，只需修改对应的Page类，所有测试用例无需改动。
2. 高可读性：测试用例读起来像自然语言（login_page.login(...)），业务逻辑清晰。
3. 低冗余：公共操作（如等待、点击）封装在基类，避免重复代码。

5.3 数据驱动测试

将测试数据（用户名、密码、搜索词）与测试逻辑分离。使用@pytest.mark.parametrize装饰器或从外部文件（JSON, Excel, CSV）读取数据。

import pytest test_data = [ ("admin", "admin123", True), ("admin", "wrong", False), ("", "admin123", False), ] @pytest.mark.parametrize("username, password, expected_success", test_data) def test_login_with_data(username, password, expected_success, driver): login_page = LoginPage(driver) driver.get("https://example.com/login") login_page.login(username, password) if expected_success: assert "dashboard" in driver.current_url else: assert login_page.get_error_message() is not None

5.4 测试报告与日志

没有报告和日志的自动化测试是没有灵魂的。使用pytest-html插件生成美观的HTML报告，并结合Python内置的logging模块记录详细执行过程。

conftest.py配置示例：

import pytest import logging from datetime import datetime from selenium import webdriver def pytest_configure(config): """Pytest配置钩子，用于设置日志和报告""" # 创建日志目录 log_dir = "logs" os.makedirs(log_dir, exist_ok=True) timestamp = datetime.now().strftime("%Y%m%d_%H%M%S") log_file = os.path.join(log_dir, f"test_run_{timestamp}.log") # 配置logging logging.basicConfig( level=logging.INFO, format='%(asctime)s - %(name)s - %(levelname)s - %(message)s', handlers=[ logging.FileHandler(log_file), logging.StreamHandler() # 同时输出到控制台 ] ) @pytest.fixture(scope="function") def driver(request): """为每个测试函数提供独立的driver实例""" options = webdriver.ChromeOptions() options.add_argument('--headless') # 无头模式，适合CI环境 options.add_argument('--no-sandbox') options.add_argument('--disable-dev-shm-usage') options.add_argument('--disable-gpu') options.add_argument('--window-size=1920,1080') _driver = webdriver.Chrome(options=options) _driver.implicitly_wait(10) logging.info("Chrome浏览器驱动已启动。") yield _driver # 将driver提供给测试用例使用 # 测试结束后清理 if request.node.rep_call.failed: # 如果测试失败，截图并保存 screenshot_name = f"screenshots/failure_{request.node.name}_{datetime.now().strftime('%Y%m%d_%H%M%S')}.png" _driver.save_screenshot(screenshot_name) logging.error(f"测试失败，截图已保存至：{screenshot_name}") _driver.quit() logging.info("浏览器驱动已关闭。") @pytest.hookimpl(tryfirst=True, hookwrapper=True) def pytest_runtest_makereport(item, call): """获取测试结果钩子，用于失败时截图""" outcome = yield rep = outcome.get_result() setattr(item, "rep_" + rep.when, rep)

运行测试并生成HTML报告：pytest tests/ --html=reports/report.html --self-contained-html

6. 高级技巧与实战避坑指南

掌握了基础框架，下面这些实战中提炼出的技巧，能让你少走很多弯路。

6.1 处理顽固的“元素不可点击”异常

有时明明元素可见，但click()就是报错ElementClickInterceptedException。常见原因和解决方案：

1. 被其他元素遮挡：比如弹窗、浮动广告、<div>层。解决方案：
   • 等待遮挡物消失（如果有关闭按钮）。
   • 使用JavaScript直接点击：driver.execute_script("arguments[0].click();", element)。这是终极武器，但慎用，因为它绕过了浏览器的正常交互模拟。
   • 尝试点击元素的父级或子级。
2. 元素尚未处于可交互状态：虽然出现在DOM里，但可能CSS属性pointer-events: none或disabled。必须用EC.element_to_be_clickable等待。
3. 页面滚动导致元素不在视口：先滚动到元素位置。

   driver.execute_script("arguments[0].scrollIntoView(true);", element) element.click()

6.2 应对动态内容与异步加载

现代Web应用大量使用Ajax和前端框架，数据是异步加载的。等待页面“加载完成”（driver.get后）不代表你要操作的数据已经渲染出来。

• 等待特定元素出现/消失：使用WebDriverWait配合EC。

  # 等待“加载中”的旋转图标消失 wait.until(EC.invisibility_of_element_located((By.ID, "loading-spinner"))) # 等待表格的第一行数据出现 wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, "table tbody tr")))

• 等待某个条件成立：可以自定义等待条件。

  # 等待列表项数量大于5 def list_has_more_than_five_items(driver): items = driver.find_elements(By.CSS_SELECTOR, ".item-list li") return len(items) > 5 wait.until(list_has_more_than_five_items)

6.3 文件上传与下载

• 文件上传：对于<input type="file">元素，直接使用send_keys()传入文件绝对路径即可。不要尝试模拟点击“浏览”按钮的复杂操作。

  upload_element = driver.find_element(By.ID, "file-upload") upload_element.send_keys(r"C:\Users\YourName\Desktop\test_file.jpg")

• 文件下载：需要配置浏览器选项，指定下载路径，并禁用下载弹窗。

  from selenium import webdriver options = webdriver.ChromeOptions() prefs = { "download.default_directory": r"C:\Downloads", # 指定下载目录 "download.prompt_for_download": False, # 禁止下载弹窗 "download.directory_upgrade": True, "safebrowsing.enabled": True } options.add_experimental_option("prefs", prefs) driver = webdriver.Chrome(options=options) # 点击下载链接后，文件会自动保存到指定目录

6.4 绕过反爬虫机制

一些网站会检测Selenium的特征（如window.navigator.webdriver属性）。虽然这更多是爬虫领域的课题，但测试中也可能遇到。

• 使用undetected-chromedriver：这是一个修改过的ChromeDriver，能更好地隐藏自动化特征。但它不是官方方案，稳定性需自行评估。
• 添加实验性选项：在旧版本可能有效，但现在很多网站能识别。

  options.add_experimental_option("excludeSwitches", ["enable-automation"]) options.add_experimental_option('useAutomationExtension', False) options.add_argument('--disable-blink-features=AutomationControlled')

• 执行CDP命令：通过Chrome DevTools Protocol覆盖webdriver属性。

  driver.execute_cdp_cmd('Page.addScriptToEvaluateOnNewDocument', { 'source': ''' Object.defineProperty(navigator, 'webdriver', { get: () => undefined }); ''' })

  重要提示：对于测试而言，首要目标是保证功能验证，而非对抗检测。如果被测网站有反自动化机制，应与开发团队沟通，为测试环境提供白名单或禁用相关检测。

6.5 在CI/CD流水线中集成

自动化测试的价值在持续集成中最大化。以Jenkins为例，关键步骤：

1. 环境准备：在Jenkins Agent上安装Python、Chrome（或使用Docker镜像包含这些）。
2. 依赖安装：在构建步骤中执行pip install -r requirements.txt。
3. 执行测试：执行命令，如pytest tests/ --html=report.html --self-contained-html --junitxml=results.xml。--junitxml生成Jenkins可解析的测试结果格式。
4. 收集报告与制品：使用publishHTML插件发布HTML报告，使用JUnit插件解析results.xml展示测试趋势。
5. 失败处理：配置失败时发送邮件/钉钉通知，并附上失败截图和日志。

Docker化运行是更优雅的方案，可以确保环境一致性。创建一个包含所有依赖（Python, Chrome, ChromeDriver, 你的代码）的Docker镜像，在Jenkins中直接运行这个容器执行测试。

7. 常见问题排查与性能优化

即使框架完善，脚本还是会出错。快速定位问题是必备技能。

7.1 问题排查速查表

7.2 性能优化建议

1. 使用无头模式（Headless）：在CI/CD或不需要观察UI的测试中，添加--headless=new参数。能显著减少资源消耗，加快执行速度。
2. 复用浏览器会话：对于需要登录的测试套件，可以使用pytest的scope="session"级别的fixture来初始化一次driver，所有测试用例共用，避免重复登录。但要注意测试之间的状态隔离。
3. 并行测试：使用pytest-xdist插件，可以并行运行多个测试用例，充分利用多核CPU。pytest -n auto tests/。
4. 禁用不必要的浏览器功能：如图片加载、CSS、JavaScript（谨慎使用，可能影响功能）。

   prefs = {"profile.managed_default_content_settings.images": 2} # 禁用图片 options.add_experimental_option("prefs", prefs)

5. 优化定位器：避免使用//开头的复杂XPath遍历整个文档。尽量使用靠近目标的ID或CSS选择器。

7.3 关于“下一代”工具（如Playwright, Cypress）的思考

近年来，Playwright、Cypress等新工具确实很火，它们在某些方面（如自动等待、录制、跨浏览器支持）提供了更好的开发者体验。但Selenium的核心优势在于：

• 语言无关性：支持几乎所有主流编程语言，适合已有固定技术栈的团队。
• 协议标准：基于W3C标准，浏览器厂商原生支持，长期稳定性高。
• 生态成熟：拥有海量的资料、社区解答和第三方库。
• Grid分布式测试：方案非常成熟。

我的建议是：对于新的绿色项目，可以评估Playwright，它设计更现代。但对于已有大量Selenium资产或需要多语言支持的团队，继续深耕Selenium并引入POM、Pytest等最佳实践，依然是性价比最高、最稳妥的选择。工具只是手段，构建一个稳定、可维护、易扩展的自动化测试框架的思想才是核心。掌握了Selenium这套体系，再学习其他工具也会触类旁通。