Selenium – automatyzacja testów webowych krok po kroku

geek.justjoin.it 3 dni temu

Każdy zespół IT w końcu dochodzi do tego samego momentu: release’y są coraz częstsze, a testerzy klikają te same ścieżki po raz setny. Selenium to najpopularniejsze narzędzie, które pozwala zamienić to klikanie w kod. W tym artykule wyjaśniamy, czym jest Selenium, jak działa Selenium WebDriver i jak napisać pierwszy test w Pythonie. Dostajesz też praktyczne wzorce, które odróżniają stabilną automatyzację testów od zestawu „flaky” skryptów.

Selenium – co to jest?

Selenium to otwartoźródłowy zestaw narzędzi do automatyzacji przeglądarek internetowych. Powstał w 2004 roku w ThoughtWorks, gdzie Jason Huggins szukał sposobu na automatyczne testowanie wewnętrznej aplikacji. Od tego czasu projekt przeszedł długą drogę i stał się de facto standardem w testach webowych. Wspiera go społeczność, a jego rdzeń – protokół WebDriver – jest rekomendacją W3C.

Warto od razu rozwiać nieporozumienie: Selenium nie jest jednym narzędziem, tylko rodziną projektów:

  • Selenium WebDriver – API, które steruje przeglądarką z poziomu kodu (Python, Java, C#, JavaScript, Ruby i inne). To serce projektu i główny temat tego tutoriala.
  • Selenium IDE – rozszerzenie do przeglądarki, które nagrywa i odtwarza kroki. Dobre do prototypów i nauki, słabsze w dużych projektach.
  • Selenium Grid – infrastruktura do uruchamiania testów równolegle na wielu maszynach i w wielu przeglądarkach.

Selenium nie jest frameworkiem testowym. Nie ma własnych asercji, raportów ani mechanizmu uruchamiania testów. Dlatego w praktyce łączysz go z narzędziem takim jak pytest (Python), JUnit/TestNG (Java) lub NUnit (C#).

Jak działa Selenium WebDriver?

Mechanizm jest prosty i warto go zrozumieć, bo ułatwia diagnozowanie błędów. Twój skrypt wysyła polecenia do sterownika przeglądarki (np. ChromeDriver, GeckoDriver dla Firefoksa, EdgeDriver). Sterownik tłumaczy je na natywne akcje przeglądarki. Komunikacja odbywa się przez protokół HTTP zgodny ze standardem W3C WebDriver.

Oznacza to, iż Selenium zachowuje się jak prawdziwy użytkownik: otwiera stronę, klika, wpisuje tekst, czeka na elementy. Testujesz aplikację w realnej przeglądarce, razem z jej silnikiem renderowania i JavaScriptem.

Od Selenium 4 sporo się zmieniło na lepsze:

  • Selenium Manager (od wersji 4.6) automatycznie pobiera adekwatny sterownik. Nie musisz już manualnie szukać ChromeDrivera pasującego do wersji Chrome.
  • Relative locators pozwalają szukać elementów względem innych (np. „pole nad przyciskiem”).
  • Obsługa W3C WebDriver jako domyślnego protokołu.
  • Nowa architektura Selenium Grid i wsparcie dla Dockera.
  • WebDriver BiDi – dwukierunkowa komunikacja, która stopniowo zastępuje korzystanie z Chrome DevTools Protocol (np. do przechwytywania logów konsoli czy ruchu sieciowego).

Aktualny numer wersji i listę zmian sprawdź zawsze w oficjalnej dokumentacji na selenium.dev, bo projekt regularnie wydaje nowe wersje.

Dlaczego automatyzacja testów ma sens?

Automatyzacja testów nie jest celem samym w sobie. Daje wymierne korzyści tylko wtedy, gdy testy są powtarzalne, stabilne i uruchamiane często. Najlepiej sprawdza się w:

  • testach regresji – po każdej zmianie sprawdzasz, czy stare funkcje przez cały czas działają,
  • krytycznych ścieżkach biznesowych – logowanie, koszyk, płatność, rejestracja,
  • testach cross-browser – ten sam scenariusz w Chrome, Firefoksie i Edge,
  • pipeline’ach CI/CD – testy odpalają się automatycznie przy każdym pull requeście.

Nie automatyzuj wszystkiego. Testy eksploracyjne, ocena UX czy jednorazowe scenariusze lepiej zostawić człowiekowi. Dobra zasada to piramida testów: dużo testów jednostkowych, średnia ilość testów API, mało, ale dobrze dobranych testów end-to-end w przeglądarce. Selenium obsługuje właśnie ten ostatni poziom.

Selenium Python – instalacja krok po kroku

Python jest jednym z najczęściej wybieranych języków do automatyzacji, bo ma prostą składnię i świetny ekosystem. Poniżej minimalna konfiguracja środowiska.

Krok 1: Przygotuj środowisko

Zainstaluj aktualną wersję Pythona, utwórz wirtualne środowisko i zainstaluj biblioteki:

python -m venv venv source venv/bin/activate # Windows: venv\Scripts\activate pip install selenium pytest

Potrzebujesz też przeglądarki (np. Chrome). Sterownika nie musisz instalować manualnie – zadba o niego Selenium Manager.

Krok 2: Napisz pierwszy skrypt

from selenium import webdriver from selenium.webdriver.common.by import By driver = webdriver.Chrome() driver.get('https://www.selenium.dev/') print(driver.title) link = driver.find_element(By.CSS_SELECTOR, 'a[href*="documentation"]') link.click() driver.quit()

Ten skrypt uruchamia Chrome, otwiera stronę, wypisuje jej tytuł, klika link i zamyka przeglądarkę. Zawsze kończ pracę wywołaniem driver.quit(), inaczej zostają „wiszące” procesy.

Krok 3: Poznaj lokatory

Aby kliknąć element albo wpisać w niego tekst, musisz go najpierw znaleźć. Służą do tego lokatory (By):

  • By.ID – najszybszy i najbardziej stabilny, jeżeli element ma unikalne ID,
  • By.CSS_SELECTOR – elastyczny i czytelny, zwykle najlepszy wybór domyślny,
  • By.XPATH – najpotężniejszy, ale też najbardziej podatny na zmiany w strukturze HTML,
  • By.NAME, By.CLASS_NAME, By.LINK_TEXT, By.TAG_NAME – do prostszych przypadków.

Wskazówka: poproś zespół developerski o dedykowane atrybuty testowe, np. data-testid. Lokator [data-testid=’login-button’] nie złamie się, gdy ktoś zmieni styl lub układ strony.

Krok 4: Opanuj oczekiwania (waits)

To najczęstsze źródło niestabilnych testów. Nowoczesne aplikacje ładują dane asynchronicznie, więc element może jeszcze nie istnieć w momencie, gdy skrypt chce go kliknąć. Masz trzy opcje:

  • implicit wait – globalny czas oczekiwania na elementy,
  • explicit wait – czekanie na konkretny warunek,
  • fluent wait – explicit wait z własnym interwałem i ignorowanymi wyjątkami.

W praktyce stawiaj na explicit waits:

from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC wait = WebDriverWait(driver, 10) button = wait.until( EC.element_to_be_clickable((By.CSS_SELECTOR, '[data-testid="submit"]')) ) button.click()

Unikaj time.sleep(). Albo czekasz za długo i spowalniasz suite, albo za krótko i test pada losowo. Nie mieszaj też implicit i explicit waits – ich czasy mogą się nakładać w trudny do przewidzenia sposób.

Pierwszy prawdziwy test z pytest

Skrypt to jeszcze nie test. Test ma asercję, czyli warunek, który decyduje o sukcesie. Połączmy Selenium z pytest i użyjmy fixture’a, który odpowiada za start i zamknięcie przeglądarki:

import pytest from selenium import webdriver from selenium.webdriver.common.by import By from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC @pytest.fixture def driver(): options = webdriver.ChromeOptions() options.add_argument('--headless=new') drv = webdriver.Chrome(options=options) drv.set_window_size(1920, 1080) yield drv drv.quit() def test_login_with_valid_credentials(driver): driver.get('https://example.com/login') wait = WebDriverWait(driver, 10) driver.find_element(By.ID, 'username').send_keys('test_user') driver.find_element(By.ID, 'password').send_keys('secret') driver.find_element(By.CSS_SELECTOR, '[data-testid="login"]').click() header = wait.until(EC.visibility_of_element_located((By.TAG_NAME, 'h1'))) assert 'Dashboard' in header.text

Uruchomienie to jedno polecenie: pytest -v. Tryb headless uruchamia przeglądarkę bez okna, co przyspiesza testy i pozwala odpalać je na serwerach CI. Adres example.com zastąp własną aplikacją testową.

Page Object Model – jak nie utonąć w kodzie

Po kilkunastu testach zobaczysz problem: lokatory i powtarzalne kroki są rozsiane po całym projekcie. Zmiana jednego przycisku oznacza poprawianie dziesięciu plików. Rozwiązaniem jest wzorzec Page Object Model (POM).

Idea: każda strona (lub komponent) ma własną klasę, która zawiera lokatory i metody opisujące akcje użytkownika. Test nie wie nic o HTML-u – wywołuje tylko czytelne metody.

class LoginPage: URL = 'https://example.com/login' def __init__(self, driver): self.driver = driver self.wait = WebDriverWait(driver, 10) def open(self): self.driver.get(self.URL) return self def login(self, username, password): self.driver.find_element(By.ID, 'username').send_keys(username) self.driver.find_element(By.ID, 'password').send_keys(password) self.driver.find_element(By.CSS_SELECTOR, '[data-testid="login"]').click() def test_login(driver): LoginPage(driver).open().login('test_user', 'secret') # asercje na stronie docelowej

Korzyści są konkretne: mniej duplikacji, łatwiejsze utrzymanie i testy, które czyta się jak opis scenariusza biznesowego.

Selenium Grid i testy równoległe

Gdy suite rośnie do kilkuset testów, czas wykonania zaczyna boleć. Są dwa sposoby na przyspieszenie:

  1. Równoległość lokalna – np. wtyczka pytest-xdist (pytest -n 4) uruchamia testy w kilku procesach.
  2. Selenium Grid – centralny hub z wieloma węzłami (nodes), na których działają różne przeglądarki i systemy.

Grid najłatwiej postawisz w Dockerze. Test łączy się z nim przez webdriver.Remote:

options = webdriver.ChromeOptions() driver = webdriver.Remote( command_executor='http://localhost:4444/wd/hub', options=options )

Pamiętaj o jednym: testy muszą być niezależne. jeżeli test B wymaga danych utworzonych przez test A, równoległe uruchomienie go zepsuje. Każdy test przygotowuje własne dane (najlepiej przez API) i po sobie sprząta.

Alternatywą dla własnej infrastruktury są chmurowe platformy testowe, które udostępniają setki kombinacji przeglądarek i urządzeń. Koszt utrzymania własnego Gridu bywa wyższy, niż się wydaje.

Selenium w CI/CD

Testy, które nikt nie uruchamia, nie mają wartości. Dlatego podepnij je pod pipeline. Przykładowy workflow w GitHub Actions:

name: e2e-tests on: [pull_request] jobs: test: runs-on: ubuntu-latest steps: - uses: actions/checkout@v4 - uses: actions/setup-python@v5 with: python-version: '3.12' - run: pip install selenium pytest - run: pytest -v --maxfail=5

Runner ubuntu-latest ma preinstalowaną przeglądarkę Chrome, więc w prostych przypadkach to wystarczy. Dodaj zapisywanie zrzutów ekranu i logów przy błędach (driver.save_screenshot()) – bez nich diagnozowanie awarii na CI to wróżenie z fusów.

Najczęstsze problemy i jak ich unikać

Flaky tests, czyli testy niestabilne. Raz przechodzą, raz nie. Przyczyny to zwykle złe oczekiwania, współdzielone dane, zależności od kolejności lub niestabilne lokatory. Zacznij od explicit waits i izolacji danych, a dopiero potem szukaj głębiej.

StaleElementReferenceException. Element zniknął z DOM, bo strona się odświeżyła. Znajdź go ponownie zamiast trzymać stare referencje.

Elementy w iframe lub shadow DOM. Musisz najpierw przełączyć kontekst (driver.switch_to.frame(…)) albo użyć dedykowanej obsługi shadow root.

Zbyt wiele testów E2E. jeżeli suite trwa dwie godziny, nikt nie będzie na niego czekał. Przenieś logikę niżej, do testów API i jednostkowych.

Brak utrzymania. Automatyzacja to kod produkcyjny. Wymaga code review, refaktoryzacji i właściciela. Zaniedbany projekt testowy gwałtownie staje się balastem.

Dobre praktyki w skrócie

  • Stosuj Page Object Model od pierwszego dnia.
  • Używaj explicit waits, nigdy sleep.
  • Ustal z developerami stałe atrybuty testowe (data-testid).
  • Każdy test powinien być niezależny i atomowy.
  • Trzymaj dane testowe i konfigurację poza kodem testów.
  • Zbieraj raporty, screenshoty i logi (np. pytest-html lub Allure).
  • Uruchamiaj testy w CI przy każdej zmianie.
  • Regularnie usuwaj lub naprawiaj testy niestabilne – nie pozwól, by zespół przywykł do „czerwonego, ale pewnie flaky”.

Selenium czy Playwright i Cypress?

To pytanie pada dziś na każdym spotkaniu QA. Playwright (Microsoft) i Cypress zyskały dużą popularność, bo oferują wygodniejszy start, wbudowane auto-waiting i dobre narzędzia do debugowania. Czy to oznacza koniec Selenium? Niekoniecznie.

KryteriumSeleniumPlaywrightCypress
JęzykiPython, Java, C#, JS, Ruby i inneJS/TS, Python, Java, .NETJavaScript/TypeScript
PrzeglądarkiChrome, Firefox, Edge, SafariChromium, Firefox, WebKitChrome, Firefox, Edge, WebKit (eksperymentalnie)
Auto-waitingRęczne waitsWbudowaneWbudowane
Standard W3CTakWłasny protokółWłasna architektura
Dojrzałość i społecznośćBardzo duża, ponad 20 latSzybko rośnieDuża

Selenium wygrywa, gdy potrzebujesz szerokiego wsparcia języków (zwłaszcza Javy i C#, popularnych w polskich korporacjach), testów w rozbudowanej infrastrukturze Grid, integracji z istniejącymi frameworkami lub pracy z większą liczbą przeglądarek i środowisk. Playwright wygrywa w nowych projektach, gdzie liczy się szybki start i mniejszy próg wejścia. Zestawienie traktuj orientacyjnie – funkcje wszystkich narzędzi gwałtownie się zmieniają, więc przed decyzją sprawdź aktualne dokumentacje.

Dla Twojej kariery ważne jest co innego: zasady automatyzacji są uniwersalne. Kto rozumie lokatory, waits, POM i izolację danych, przesiądzie się na inne narzędzie w kilka tygodni. Selenium wciąż pojawia się w wielu ofertach pracy dla QA Automation na polskim rynku, a znajomość Pythona lub Javy razem z nim to solidna baza. Aktualne widełki płacowe i popyt na konkretne technologie sprawdź w Raporcie Eldorado Just Join IT.

Selenium i AI – co się zmienia?

Asystenci kodowania potrafią dziś wygenerować szkielet testu, lokatory czy klasę Page Object w kilka sekund. Pojawiają się też narzędzia „self-healing”, które próbują same naprawiać zepsute lokatory. To realna oszczędność czasu, ale nie zastępuje zrozumienia. Wygenerowany test przez cały czas musisz ocenić: czy sprawdza adekwatny warunek, czy jest stabilny, czy nie testuje przypadkiem samego siebie. W praktyce AI przesuwa wartość pracy testera z pisania powtarzalnego kodu w stronę projektowania strategii testowej i oceny jakości.

Jak zacząć? Plan na pierwsze 30 dni

  1. Tydzień 1: zainstaluj Python, Selenium i pytest. Napisz 3–5 prostych skryptów na publicznych stronach do ćwiczeń.
  2. Tydzień 2: opanuj lokatory CSS/XPath i explicit waits. Napisz pierwsze testy z asercjami.
  3. Tydzień 3: zrefaktoruj kod do Page Object Model i dodaj fixture’y pytest.
  4. Tydzień 4: uruchom testy w CI, dodaj raporty i spróbuj odpalić je równolegle.

Na koniec wrzuć projekt na GitHub z czytelnym README. To lepsze portfolio niż dziesiątki certyfikatów.

Podsumowanie

Selenium pozostaje solidnym fundamentem automatyzacji testów webowych. Dzięki Selenium WebDriver sterujesz prawdziwą przeglądarką z poziomu kodu, a Selenium Python z pytest daje szybki i czytelny start. Kluczem do sukcesu nie jest samo narzędzie, tylko dyscyplina: stabilne lokatory, explicit waits, Page Object Model, niezależne testy i integracja z CI.

Idź do oryginalnego materiału