Selenium装不上、跑不通、报一堆错这个问题我从入行到现在见了至少几百次。上周同事还抱着电脑过来说昨天能跑的脚本今天早上突然就挂了启动浏览器那一步直接抛SessionNotCreatedException。我打开chrome://version看了一眼又看了眼他下载的driver版本结果一目了然Chrome自动更新到了新版本driver还是老版本。这类问题的根源基本都在环境和依赖配置上跟代码逻辑关系不大。我今天不打算讲一堆理论就把自己安装Selenium、配置浏览器驱动、跑通第一个自动化脚本的完整过程连同踩过的坑和排查套路一起整理出来。如果你是跟着selenium教程学的新手、做web自动化测试的测试开发或者正打算用selenium爬虫处理动态页面这篇实操记录可以直接帮你少走两三天弯路。1. Selenium到底是什么我为什么还在用它1.1 几分钟搞清楚Selenium的定位Selenium是一个Web自动化框架核心能力就是模拟人在真实浏览器里的点击、输入、滚动、翻页、截图这些操作。它本身不是爬虫框架但在动态网页、JS渲染页面这种场景下用requests直接拿不到渲染后的内容而Selenium能把页面完整地加载出来然后拿到最终状态下的DOM和数据。简单做个比喻Selenium就像一个人坐在电脑前操作浏览器它通过浏览器驱动WebDriver把代码里的指令翻译成浏览器能听懂的话。代码里写clickdriver就帮你点一下代码里写send_keysdriver就帮你敲键盘。整个过程中浏览器是真实运行的所以你在代码里做的事和手动操作页面几乎没有差别。1.2 Selenium能干的几件事第一类自动化测试这是它最原始的使用场景尤其是回归测试。页面改动之后手动跑一遍全流程很痛苦但用Selenium把用例写成脚本以后随时一键重跑效率和稳定性都能显著提升。第二类网页数据抓取。很多网站数据是通过异步请求在页面加载后才渲染出来的直接分析接口又可能遇到加密参数。用Selenium打开浏览器直接取渲染后的页面数据就能绕开那些加密和构造参数的麻烦。第三类重复性操作自动化。比如每天定时登后台下载报表、定时刷新某个商品价格、批量提交表单凡是手动操作固定的网页流程写个脚本挂起来能省下不少时间。第四类可视化演示和页面截图。需要在无头浏览器里打开页面截图做数据看板、或者对不同页面状态做对比图Selenium也都能胜任。1.3 为什么到今天还在选Selenium市面上做Web自动化的工具不少像Puppeteer、Playwright也都是很好的选择。但Selenium有一个其他工具比不了的优势支持语言广支持浏览器种类全面社区用户多。Python、Java、C#、JavaScript都能驱动它而且Chrome、Firefox、Edge都有对应的官方driver。跨平台能力和开放性决定了它依然是很多企业和测试团队的基础设施。Selenium 4之后的架构比老版本干净了不少。它正式基于W3C WebDriver标准协议不再依赖以前那种JSON Wire Protocol定位元素的新写法也会简洁一些后面我会演示。2. 安装Selenium库从这里开始2.1 先确认你的基础环境安装Selenium之前先确认机器上有Python环境。我个人建议用Python 3.8以上的版本虽然Selenium 4还支持3.7但太老的Python版本后续依赖处理会越来越麻烦。另外一个要点是虚拟环境。这是我的习惯给每个项目单独建一个独立的Python运行空间避免不同项目依赖的库版本互相打架。创建虚拟环境的命令很简单python -m venv venv创建完成后激活环境Windows和macOS/Linux的命令略有区别# Windows venv\Scripts\activate # macOS / Linux source venv/bin/activate激活后命令行前面会出现(venv)标记看到这个就说明已经在虚拟环境里了。后面的安装和运行脚本都在这个环境里进行。2.2 Selenium库的安装命令与国内源加速Selenium库本身的安装非常直接用pip就能搞定pip install selenium如果有的时候下载速度慢或者容易超时可以换用国内镜像源。以清华PyPI镜像为例pip install selenium -i https://pypi.tuna.tsinghua.edu.cn/simple实测用镜像源在高峰期下载速度快很多遇到网络环境不稳定的情况建议直接加这个参数。装完以后验证一下版本python -c import selenium; print(selenium.__version__)如果没报错并且输出一个类似4.21.0的版本号那说明库已经装好了。此时离真正跑通只差最关键的一步——浏览器驱动。2.3 顺便聊聊Java等其他语言引入Selenium的方式有读者搜过“java引入selenium自动化”其实思路跟Python完全一致差别只在于依赖管理方式不同。Java项目用Maven就在pom.xml里加依赖dependency groupIdorg.seleniumhq.selenium/groupId artifactIdselenium-java/artifactId version4.21.0/version /dependency引入后照样要配置浏览器驱动。驱动选择规则和Python场景一模一样所以这篇文章的驱动部分对Java、C#等语言同样适用。3. 浏览器驱动整个安装过程中最坑的一环3.1 为什么要给特定浏览器配特定驱动很多人第一次装Selenium装完库就急着写代码结果一运行就报WebDriverException: Message: unknown error: cannot find Chrome binary或者SessionNotCreatedException: Message: session not created然后人就懵了。问题几乎都出在“没有安装浏览器驱动”或者“驱动版本和浏览器版本不匹配”上。浏览器驱动的作用是让Selenium库能和对应浏览器通信。它相当于一个翻译器代码通过Selenium库发出命令driver把命令转给浏览器执行浏览器执行完再把结果原路返回给代码。不同浏览器有不同driverChrome对应chromedriverFirefox对应geckodriverEdge对应msedgedriver。这个“翻译器”和浏览器版本必须匹配否者沟通就容易出问题表现出来就是上面那几类异常。3.2 怎么判断该下载哪个版本的驱动以Chrome为例这是绝大多数人的选择先打开地址栏输入chrome://version并回车。大概率能看到类似这样的信息Google Chrome: 122.0.6261.129正式版本真正决定driver版本的是“大版本号”也就是前面的三位数这里就是122。我们要下载的chromedriver就是122.0.6261.xx系列版本号大于等于122或者小于122但不是相近的版本都可能出问题。核心匹配原则就是chromedriver大版本号必须和Chrome大版本号一致。比如你的Chrome是118那就要找118开头的chromedriver。在chromedriver下载页面能看到大量版本目录。下载时先选跟自己Chrome大版本号一致的目录再选安装包。Windows选chromedriver-win64.zipmacOS选chromedriver-mac-arm64.zipApple芯片或chromedriver-mac-x64.zipIntel芯片Linux选chromedriver-linux64.zip。还有个实用技巧用webdriver-manager库可以自动匹配并下载合适的driver到本地省去手动找版本的时间。安装及基本用法如下pip install webdriver-managerfrom selenium import webdriver from webdriver_manager.chrome import ChromeDriverManager from selenium.webdriver.chrome.service import Service service Service(ChromeDriverManager().install()) driver webdriver.Chrome(serviceservice)这个库会读取你本机Chrome版本然后自动下载匹配的driver实测能解决90%以上的版本不匹配问题。如果项目要求可控性高、或者部署环境的网络不允许去外网下载还是建议手动下载并固定版本。3.3 驱动下载后怎么放置最省事手动下载驱动后最常见也最省事的做法是把它解压后直接放到Python脚本同目录或者放到一个固定目录。然后在代码里用Service指定driver路径from selenium import webdriver from selenium.webdriver.chrome.service import Service service Service(rD:\tools\chromedriver\chromedriver.exe) driver webdriver.Chrome(serviceservice)注意r前缀表示原始字符串路径里的反斜杠不用转义。Windows下尤其需要留意路径写法。也可以把driver所在的目录加入系统的PATH环境变量。加入后代码里就不用再写Service了直接driver webdriver.Chrome()新版Selenium会自动去PATH里找chromedriver。但我个人建议初学阶段老老实实把驱动放在脚本同目录用Service显式指定一次这样出现问题的时候排查路径最直观。3.4 没有Chrome浏览器的环境怎么办有些机器上确实没装Chrome或者不方便安装Chrome。这时可以考虑用微软EdgeEdge浏览器内核也是Chromium。驱动需要配套使用Microsoft Edge WebDriver它在微软官网有提供。下载时同样需要看Edge浏览器的版本号在地址栏输入edge://version查看匹配原则和chromedriver一致。Firefox则是用geckodriver这个相对小众一些一般只有业务要求Firefox兼容测试时才需要用到。4. 手把手写第一个能跑的自动化脚本4.1 五步搞定启动浏览器并打开网页我先给新手一个能直接跑起来的最小示例不分心跑通再说别的from selenium import webdriver from selenium.webdriver.chrome.service import Service service Service(rD:\tools\chromedriver\chromedriver.exe) driver webdriver.Chrome(serviceservice) driver.get(https://www.example.com) print(driver.title) driver.save_screenshot(homepage.png) driver.quit()代码逻辑很直观创建Service对象指向chromedriver。打开Chrome浏览器。访问指定网址。打印页面标题并截图。关闭浏览器。跑通后屏幕上会闪出一个Chrome窗口并自动打开网站脚本同目录下会多出一张homepage.png截图。这一步成功就说明Selenium环境完全ok了“安装与运行”环节正式过关。4.2 定位页面元素的常用姿势跑通环境之后自动化操作的核心就是定位页面元素。Selenium 4的推荐写法是配合By类比如from selenium.webdriver.common.by import By # 通过ID定位 element driver.find_element(By.ID, username) # 通过NAME属性定位 element driver.find_element(By.NAME, password) # 通过CSS选择器定位 element driver.find_element(By.CSS_SELECTOR, button.login-btn) # 通过XPath定位 element driver.find_element(By.XPATH, //input[placeholder请输入手机号])实际开发中最常用的是ID、CSS_SELECTOR和XPATH三种。ID定位简单稳定但很多页面的元素没有IDCSS_SELECTOR简洁高效前端的DOM结构能看懂就行缺点是选择器写错时排查有门槛XPATH表达力最强可以按文本内容、属性、层级关系定位但写得太长时冗余且脆弱。日常的经验是优先用ID或CSS_SELECTOR遇到复杂页面才上XPath。4.3 页面交互输入、点击、下拉选择元素定位找到后就能操作了。输入文本用send_keys点击用click清空输入框用cleardriver.find_element(By.ID, username).send_keys(test_user) driver.find_element(By.NAME, password).send_keys(123456) driver.find_element(By.CSS_SELECTOR, button.login-btn).click()如果要处理下拉框可以使用Selenium提供的Select类比如选择省份from selenium.webdriver.support.ui import Select select Select(driver.find_element(By.ID, province)) select.select_by_visible_text(广东省)这段代码的意思是在“省份”下拉框里找到文本为“广东省”的选项并选中它。4.4 等待机制为什么Selenium脚本总要在页面加载上栽跟头新手最容易出现的问题是driver.get()返回后立刻去找元素结果报NoSuchElementException。原因是页面URL加载完成不代表页面里的动态内容渲染完了。尤其现代网站大量使用JavaScript点击登录按钮后接口请求、数据回填、元素渲染都需要时间。等待机制就是解决这个问题的。Selenium里的等待分两种我会优先推荐显式等待from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC # 等待登录按钮变得可点击最多等10秒 login_button WebDriverWait(driver, 10).until( EC.element_to_be_clickable((By.CSS_SELECTOR, button.login-btn)) ) login_button.click()显式等待的核心思路是给某个条件设一个最大等待时间在时间内每隔一小段就去检查一次条件满足了立刻继续执行不满足就一直等到超时。例子里的“条件”是按钮可点击像这样的expected_conditions还有很多比如visibility_of_element_located、presence_of_element_located应对不同场景。隐式等待则不同它是给整个driver设置一个全局的轮询等待时间。比如driver.implicitly_wait(10)之后每次find_element在找不到元素时都会等待一段时间再试。全局好写但不够灵活。实际页面里某些关键数据可能需要更长的时间渲染全局等待要么不够要么拖慢整个脚本。所以我的建议是implicitly_wait可以用来兜底设个较短的全局时间关键交互节点用显式等待精准控制。如果两者混用有些版本下会出现等待策略叠加的诡异问题建议尽量只用一种策略。5. 常见问题与排查技巧实录5.1 可以先对照一张报错速查表遇到报错先别慌很多Selenium问题类型非常集中。先对照这张速查表报错信息常见原因首选处理方案SessionNotCreatedException: session not createddriver版本与浏览器版本不匹配删除旧driver下载对应浏览器大版本号一致的driverWebDriverException: unknown error: cannot find Chrome binary没装Chrome或driver找不到浏览器可执行文件安装Chrome或页面启动参数指定binary_locationNoSuchElementException元素定位路径不对或元素还没渲染完成检查选择器改用显式等待TimeoutException显式等待超时条件一直没达成检查条件写法和元素实际状态适当加大超时时间ElementNotInteractableException元素被遮挡、隐藏或不可编辑需要等待元素可见或用JS操作多步点击InvalidArgumentException参数类型错误如把路径写错检查传入方法是路径还是对象表里每一行的“原因”和“方案”都是从实际项目里高度浓缩出来的基本上照着对号入座就能解决大半问题。5.2 定位不到元素时的排查套路NoSuchElementException是最常见的一个异常我自己的排查顺序是四步走。第一步检查选择器是否写对。先在浏览器开发者工具里按CtrlShiftC在Elements面板中用选择器搜索确认能唯一找到这个元素。如果搜出多个就要考虑会不会匹配到另一个改用更精确的选择器。第二步检查元素是否在iframe里。如果一个元素的HTML嵌在iframe标签里面直接在主文档中用find_element是找不到的。需要先切换到iframedriver.switch_to.frame(iframe的id或name) # 操作完成后再切回主文档 driver.switch_to.default_content()这个点非常隐蔽很多老手也会在这里卡住。第三步确认元素是不是在Shadow DOM中。现代前端组件越来越多地把内部结构封装在Shadow DOM里普通查找方式同样碰不到里面的元素。处理方法是先获取host元素再用Shadow Root的方式往内部找。为了不把新手绕晕我只能说如果遇到这种场景优先让前端开发加测试专用的>from selenium import webdriver from selenium.webdriver.chrome.options import Options options Options() options.add_argument(--headlessnew) options.add_argument(--window-size1920,1080) driver webdriver.Chrome(optionsoptions) driver.get(https://www.example.com) driver.save_screenshot(headless.png) driver.quit()实际跑脚本时无头模式不仅安静启动速度和资源占用都要好不少。代码里加--window-size1920,1080是为了设置一个合理的视口大小保证页面按正常桌面宽度渲染。如果你需要对页面做可视化比对或截图这个参数尤其重要。顺便说一下很多爬虫场景做“可视化”其实就是给每个要监控的页面定时截图存档再把截图拼成对比图或者录成小动图用无头浏览器完全扛得住比每次都开窗口稳定得多。5.4 driver生命周期管理quit还是close部分新手写完driver操作不执行quit()脚本一结束就完事结果任务管理器里残留一堆chrome进程内存越占越高。这样跑一次两次没什么感觉但做成定时任务、循环跑多个页面时内存会被慢慢吃光最后机器越来越卡。这里要区分两个方法driver.close()只关闭当前标签页或当前窗口。driver.quit()关闭整个浏览器进程释放全部driver资源。正常脚本结束时都应该调用quit()。配合Python的try...finally或with结构确保即使执行中途报错也能正确关闭异常不会在环境里留下僵尸进程。常用写法driver webdriver.Chrome() try: driver.get(https://www.example.com) # 这里写业务逻辑 finally: driver.quit()如果做的是轻量单次任务也可以在脚本入口代码执行完毕后直接调用退出。5.5 我平时习惯遵守的避坑清单这些年用下来我总结了一套自己的Selenium踩坑避坑清单每一条都是从实际报错里长出来的含金量比文档高不少分享给各位。浏览器版本一变驱动必须跟着变。Chrome更新频率很高自动更新后脚本很可能立刻挂掉。定时任务最好每次运行前检查一下大版本是否一致或者写个小函数自动读取浏览器版本再去下载匹配驱动。元素定位不要死磕单一属性页面元素尽量通过稳定的业务属性定位写出的用例才不会因为一次前端改版全部崩掉。等待时间不要过度贪心。很多人遇到问题就把超时时间调到30秒甚至60秒这反而会把问题隐藏起来页面真的卡住了你也要傻等半天报错反馈来得更慢。一般核心交互等待10秒以内足够。下载driver时别下错了平台包。Windows的机器务必选win版本用macOS Apple芯片的机器选mac-arm64下错了解压后也能跑但执行时会报错。目录路径不要带中文或特殊字符个别环境下会把driver加载卡在奇怪的问题上。最后补一个细节脚本里尽量少用time.sleep()固定等待因为网络快慢波动太大固定等待要么等不够要么浪费大量时间。用WebDriverWait才是按需等待的真正解法。这种“显式等待优先”的使用习惯也是我反复跟团队成员强调的。