如何通过Selenium WebDriver API实现点击、输入等低级Actions事件？

问题背景 #

我的HTML页面受保护，常规Selenium的Click和Sendkeys方法无法生效，打算改用点击、输入这类低级事件。目前已知可以通过GET请求element/{Element ID}/rect获取元素的坐标x、y，也了解WebDriver规范里的Actions机制，但不知道怎么通过Web API来实现这类操作。之前只见过基于常规WebDriver的代码示例：

driver = webdriver.Chrome(executable_path="chromedriver")
action = ActionChains(driver)

# 目标网站URL
URL = 'https://www.testim.io/'
driver.get(URL)

# Pricing链接的XPath
pricing_anchor_xpath = '//a[text()="Pricing"]'
pricing_element = driver.find_element('xpath', pricing_anchor_xpath)
action.move_to_element(pricing_element).click().perform()

实现方法 #

直接调用WebDriver的Actions API端点就能实现这类低级事件，核心是构造符合规范的动作序列并通过POST请求发送：

1. 获取元素坐标（可选，也可直接用元素ID定位） #

如果你已有元素ID，先发送GET请求获取元素的位置和尺寸：

GET /session/{session_id}/element/{element_id}/rect

返回的JSON会包含x（元素左上角x坐标）、y（左上角y坐标）、width、height，可计算出元素中心点坐标：x_center = x + width/2，y_center = y + height/2。

2. 构造点击动作的POST请求 #

通过POST请求/session/{session_id}/actions发送动作序列，以下是模拟移动到元素并点击的示例JSON请求体：

{
  "actions": [
    {
      "type": "pointer",
      "id": "mouse1",
      "parameters": {
        "pointerType": "mouse"
      },
      "actions": [
        {
          "type": "pointerMove",
          "duration": 0,
          "elementId": "{element_id}"
        },
        {
          "type": "pointerDown",
          "button": 0
        },
        {
          "type": "pointerUp",
          "button": 0
        }
      ]
    }
  ]
}

如果想用坐标定位，把pointerMove的参数换成计算好的中心点坐标即可：

{
  "type": "pointerMove",
  "duration": 0,
  "x": x_center,
  "y": y_center
}

3. 模拟输入文本的动作示例 #

如果要实现类似Sendkeys的效果，构造键盘动作的请求体：

{
  "actions": [
    {
      "type": "key",
      "id": "keyboard1",
      "actions": [
        {
          "type": "keyDown",
          "value": "h"
        },
        {
          "type": "keyUp",
          "value": "h"
        },
        {
          "type": "keyDown",
          "value": "e"
        },
        {
          "type": "keyUp",
          "value": "e"
        }
      ]
    }
  ]
}

注意事项 #

• 替换请求中的{session_id}和{element_id}为实际的会话ID和元素ID
• 动作序列要符合实际操作逻辑（比如点击需先执行pointerDown再执行pointerUp）
• 不同类型的动作（指针/键盘）要放在对应的动作组内

内容的提问来源于stack exchange，提问作者Fixin