Selenium 是什么？
Selenium 是一个专门用于自动化操作网页的工具集，它能够模拟人类在浏览器中进行的各种操作，如点击按钮、填写表单、滚动页面等。借助 Selenium，开发者可以编写脚本来控制浏览器，实现自动化测试、数据采集等任务。
不仅如此，Selenium 还可以获取网页上的信息，常见的应用场景包括：自动抓取火车票、汽车票，收集招聘信息，或者获取股票等金融数据，配合程序做进一步分析。
Selenium 的核心工作机制
Selenium 的自动化过程分为几个关键部分，各部分之间的协作如同一条流水线，具体流程如下：
编写自动化脚本：
我们使用 Selenium 提供的客户端库编写控制逻辑。这个库是由 Selenium 官方维护的，支持多种主流编程语言，包括 Python、Java、JavaScript、Ruby 等，开发者可以根据自己的语言栈选择对应的库。发送操作指令：
脚本中调用客户端库提供的接口（如点击、输入等），这些接口会生成自动化命令，并以 HTTP 请求的形式发送到浏览器驱动（WebDriver）。浏览器驱动接收命令：
浏览器驱动是一个独立的后台服务，它由各大浏览器厂商（如 Google、Mozilla）提供。它接收到来自客户端的 HTTP 指令后，负责将这些指令翻译为浏览器能够理解的操作。执行网页操作：
浏览器根据驱动的指令，在界面上执行对应的动作，比如点击一个按钮或填入表单内容。返回操作结果：
浏览器执行完操作后，会将结果返回给浏览器驱动，驱动再将结果以 HTTP 响应的形式传回给客户端库。处理结果数据：
客户端库接收到响应信息后，将其解析为程序可以使用的数据结构，供我们后续逻辑处理，如判断点击是否成功、页面是否加载完成等。
自动化流程总结
简洁地说，Selenium 自动化的流程如下：
自动化脚本 → 调用客户端库 → 客户端发送命令 → 浏览器驱动接收
→ 控制浏览器执行 → 获取执行结果 → 返回给脚本 → 脚本处理结果
小贴士与扩展
每种浏览器都有对应的驱动程序，比如 Chrome 对应的是 chromedriver，Firefox 对应的是 geckodriver。
客户端库和浏览器驱动之间的通信基于 WebDriver 协议，这也是 Selenium 与浏览器进行解耦和通用化的关键。
Selenium 更适合用于需要模拟用户真实行为的场景，比如 E2E 测试，不适合用于静态网页数据抓取（这种场景推荐用 requests + BeautifulSoup）。
