Selenium 不直接操作浏览器,脚本和浏览器之间隔着一个驱动进程。安装的核心是把四层依赖对齐:浏览器版本、驱动版本、运行时(Python 或 JDK)、Selenium 库。任何一层错位,报错都会落在别的地方,看起来像代码写错了。

四层依赖,版本先对齐

浏览器是实际执行动作的进程;驱动(ChromeDriver、GeckoDriver)把 WebDriver 的 HTTP 请求翻译成浏览器命令;运行时提供脚本执行环境;Selenium 库负责把 get、find、click 翻译成协议请求。课件推荐 Chrome,Edge 和 Firefox 也能用;示例按 Chrome 写,换浏览器要换对应的驱动。

版本检查两条命令就够:

chrome --version
chromedriver --version

Chrome 也可以打开 chrome://version 看版本号。两个主版本号必须匹配。Chrome 115 之后,ChromeDriver 的发布并入了 Chrome for Testing,每个 Chrome 版本都有对应驱动;旧教程里“下载 114 驱动”的说法已经过期。

驱动能被找到有两个条件:chromedriver.exe 在 PATH 列出的目录里,或者启动时显式指定路径。Selenium 4.6 之后内置了 Selenium Manager,找不到驱动时会自己探测浏览器版本、下载并缓存;但 PATH 里如果躺着一个旧驱动,启动时可能先用到旧的,浏览器升级后照样报版本不匹配。升级前先 where chromedriver 看一眼。

课件强调浏览器要从官网下载。这一条的实际意义是版本号和安装路径可控:第三方打包的浏览器可能改过版本信息或安装目录,驱动匹配和后续排查都会多一层不确定。

Python 这一层:装完先看 python.exe 在哪

课件从 python.org 下载安装包。搜索结果里带“官方”标记的才是官网,带“广告”字样的不是;下载页选 “Download for Windows”。课堂用的 3.10 只是当时的一个版本,版本号会变,不影响步骤。课件提到老项目可能还在用 Python 2;Python 2 已于 2020 年停止维护,课堂代码按 Python 3 写。

安装向导里必须勾的是 “Add Python 3.10 to PATH”:

Python 安装向导:Install Now 下方显示了默认安装路径,底部勾选 Add Python 3.10 to PATH;不勾这一项,命令行找不到 python

装完打开安装目录,最关键的文件是 python.exe。安装路径后面配 PyCharm 和排查解释器都要用,默认路径在用户目录下,记下来或直接用默认:

Python 安装目录里的 python.exe,双击它会打开交互式解释器;同一目录下的 Scripts 子目录放 pip 等命令

双击 python.exe 进入交互式解释器,输入 print('hello') 回车,打印 hello。括号和引号必须是英文标点,中文全角括号会让解释器直接报语法错误。

装完在命令行核对三件事:python --version 出版本号;python 能进解释器;where python 看它指向哪个 exe。第三件最容易被跳过。一台机器装过 Anaconda、微软商店版和官网版时,where python 会吐出多条路径,pip install 装进哪一个就不确定了。

Windows 上还有一种更隐蔽的情况:命令行敲 python,弹出的是应用商店。那不是装好的 Python,是系统的应用执行别名占着这个名字。到“管理应用执行别名”里把 python.exe、python3.exe 关掉,再回命令行试。

PyCharm:社区版够用,解释器要和 pip 一致

PyCharm 从 jetbrains.com 下载,搜索结果不一定带“官方”标记,认域名即可。课件列了三个版本,原话是“咱们课堂上使用的是社区版专业版”,这两个词是打架的:Professional 专业版功能多、收费;Community 社区版免费;教育版面向师生、需要教育邮箱申请,课堂用 Community 就够。

PyCharm 专业版与社区版功能对比:基础编辑、调试、重构、VCS 两边都有,Web 开发、数据库、远程开发等只在收费的专业版;底部两个下载按钮对应两个版本

安装时可以勾 “Add ‘Open Folder as Project’”,之后在任意目录右键就能用 PyCharm 打开;安装路径可以改,默认在 C 盘,改到别的盘要记住位置。新建项目时有两件事要选:项目位置和解释器。

New Project 对话框:Location 是项目目录,下方 Interpreter 指向已安装的 Python 3.10;选错解释器,后面 pip 装的库不会出现在这个项目里

解释器选 “Previously configured interpreter”,指向刚装的 python.exe。如果这里选了另一个 Python,命令行 pip list 能看到 selenium,IDE 里仍然 ModuleNotFoundError。核对方法是一句命令:

python -c "import sys; print(sys.executable)"

把输出路径和 PyCharm Settings 里显示的解释器路径逐字对比,不一致就是环境分裂。新建 Python 文件后右键运行:

编辑器里右键文件,选择 Run 'hello';运行结果在下方 Run 窗口,不在交互式解释器里

字体太小可以在 File → Settings → Editor → Font 里调 Size 和 Line height。这不是必做项,但默认字号看一天代码确实费眼睛。

pip 不用单独安装,但它的目录要在 PATH 里

pip 随 Python 安装一起提供,是一个可执行程序,位置在 Python 安装目录的 Scripts 子目录。Python 官方的包索引是 PyPI(pypi.org),第三方库上传到这里,pip 从这里下载。

课件遇到的报错是:

'pip' 不是内部或外部命令,也不是可运行的程序或批处理文件。

这说明 pip.exe 所在目录不在 PATH 里。处理方式有两种:把 Python 安装目录和 Scripts 目录一起加进 PATH;或者不依赖 pip 命令,直接用 python -m pip。后者更稳,因为它用的就是当前 python 对应的 pip,不会出现“命令行 pip 和 IDE 解释器不是同一个”的情况。

python -m pip --version

重装 Python 并勾选 PATH 通常能解决,但安装向导加到 PATH 的不一定包含 Scripts 目录;装完还是找不到命令,就手动检查一遍 PATH。

装 selenium 和驱动管理

课件要求统一装 selenium==4.0.0:

python -m pip install webdriver-manager
python -m pip install selenium==4.0.0

锁版本是为了让全班代码行为一致。4.0.0 发布于 2021 年,那个版本还没有内置驱动管理,所以必须配合 webdriver-manager:

from selenium import webdriver
from selenium.webdriver.chrome.service import Service as ChromeService
from selenium.webdriver.common.by import By
from webdriver_manager.chrome import ChromeDriverManager
 
driver = webdriver.Chrome(service=ChromeService(ChromeDriverManager().install()))
driver.get("https://www.baidu.com")
driver.find_element(By.CSS_SELECTOR, "#kw").send_keys("迪丽热巴")
driver.find_element(By.CSS_SELECTOR, "#su").click()
driver.quit()

这段就是课件的 firstTest.py,能跑,但它只验证“脚本能执行”,不验证“搜索成功”。页面没加载出来、按钮没点上、结果为空,它都不会报错。第一个脚本至少要加一条等待和一条断言:

from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
 
driver.implicitly_wait(0)
wait = WebDriverWait(driver, 10)
box = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, "#kw")))
box.send_keys("迪丽热巴")
wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, "#su"))).click()
wait.until(EC.url_contains("wd="))
assert "wd=" in driver.current_url

implicitly_wait(0) 是为了不和显式等待叠加。TimeoutException 表示等到超时都没满足条件,NoSuchElementException 表示当场就没找到;前者加等待或改条件,后者改表达式。

close() 只关当前标签页,quit() 结束会话、关浏览器、释放驱动。脚本异常退出没走到 quit(),会留下一个占着用户数据目录的 Chrome 进程,下一次启动可能直接报错。

Selenium 4.6.0 发布于 2022 年 11 月,从这一版起 Selenium Manager 随库打包。它用 Rust 写,找不到驱动时自动探测浏览器、查版本元数据、下载并缓存。装 4.6 以上时,一行就够:

from selenium import webdriver
 
driver = webdriver.Chrome()
driver.get("https://www.baidu.com")
driver.quit()

两条路线不要混着用,否则可能出现 webdriver-manager 下一份、Selenium Manager 再下一份的局面。

C++ 路线:没有官方绑定,用 webdriverxx 加 selenium-server

Selenium 官网列出的官方绑定是 Java、Python、C#、Ruby、JavaScript、Kotlin,没有 C++。课件标题写“C++ 方向”,教程装的却是 Python 环境,原因就在这里:C++ 团队要么写 Python/Java 测试工程,要么用社区客户端。

webdriverxx 是一个 header-only 的 C++ 客户端,依赖 libcurl,用 CMake 编译。它要求服务端是 Selenium Server 4.x,所以比 Python 路线多两样东西:JDK,以及 selenium-server.jar。

java -jar selenium-server-4.36.0.jar standalone

文件名按实际下载的版本替换;服务默认监听 4444 端口。CMakeLists.txt:

cmake_minimum_required(VERSION 3.16)
project(first_test LANGUAGES CXX)
 
set(CMAKE_CXX_STANDARD 17)
set(CMAKE_CXX_STANDARD_REQUIRED ON)
 
find_package(CURL REQUIRED)
 
add_executable(first_test main.cpp)
target_include_directories(first_test PRIVATE C:/deps/webdriverxx/include)
target_link_libraries(first_test PRIVATE CURL::libcurl)

第一个可运行的程序:

#include <webdriverxx.h>
#include <webdriverxx/wait.h>
#include <iostream>
#include <stdexcept>
#include <string>
 
using namespace webdriverxx;
 
int main() {
    WebDriver driver = Start(Chrome());
    driver.Navigate("https://www.baidu.com");
    driver.SetImplicitTimeoutMs(0);
 
    Element box = WaitForValue([&] {
        return driver.FindElement(ById("kw"));
    });
    box.Clear();
    box.SendKeys("selenium");
 
    WaitForValue([&] {
        return driver.FindElement(ById("su"));
    }).Click();
 
    if (driver.GetUrl().find("wd=") == std::string::npos) {
        throw std::runtime_error("search result page not reached");
    }
    std::cout << driver.GetTitle() << '\n';
    return 0;
}

Start(Chrome()) 连的是 http://localhost:4444,所以先启动 selenium-server。库没有提供 quit() 这样的收尾接口,WebDriver 离开作用域时会结束会话;异常路径同样会析构。

浏览器版本仍然要对齐。ChromeDriver 放在服务端能找到的位置,或者由服务端的管理机制下载;离线环境就去 Chrome for Testing 按 Chrome 主版本下对应驱动。

报错按层找,不要从代码改起

报错出问题的层处理
'chromedriver' executable needs to be in PATH驱动路径把驱动目录加进 PATH,或启动时指定路径
session not created: This version of ChromeDriver only supports Chrome version X驱动与浏览器读报错里的两个版本号,换成匹配的驱动
Unable to obtain driver for chrome网络或驱动管理内网机器手动下载驱动并指定路径
NoSuchElementException定位或时机检查选择器唯一性,改用显式等待
TimeoutException等待条件条件本身是否可达,超时是否太短
user data directory is already in use浏览器进程关掉残留 Chrome,或换一个 --user-data-dir
ModuleNotFoundError: No module named 'selenium'解释器往 IDE 用的那个解释器里装库
'pip' 不是内部或外部命令PATH加 Scripts 目录,或改用 python -m pip

驱动版本不匹配是最高发的一条,报错信息通常已经把“驱动支持哪个版本、当前浏览器是哪个版本”都写出来了,先读这两行,比搜索错误码快。Chrome 默认自动更新,今天配好的环境,下个月可能又散一次;把版本检查写进环境核对脚本,比记住安装步骤有用。

浏览器提示“由组织管理”不等于故障。它只说明 Chrome 读到了企业策略,真正影响自动化的是策略内容:禁用开发者工具、禁止扩展、限制本地文件访问、强制代理,都可能让某条用例失效。到 chrome://policy 看生效的策略,别把它当成驱动问题;CI 机器上更常见的还是上一次异常退出留下的 Chrome 进程占着用户数据目录。

四行命令核对环境

chrome --version
chromedriver --version
python -c "import sys; print(sys.executable)"
python -c "import selenium; print(selenium.__version__)"

四行输出里,前两行决定驱动能不能启动,后两行决定脚本能不能 import 到库。对不上时先改环境,不要先改脚本。