如何用Python+Selenium测试文件下载及验证下载结果？

下面是直接可用的实现步骤和代码：

1. 配置Chrome下载参数 #

先指定专属的测试下载目录，避免和系统默认下载文件夹的文件混淆，同时关闭下载弹窗让文件自动保存：

from selenium import webdriver
from selenium.webdriver.chrome.options import Options
import os

# 创建测试用下载文件夹（不存在则自动创建）
download_dir = os.path.join(os.getcwd(), "test_downloads")
os.makedirs(download_dir, exist_ok=True)

chrome_options = Options()
chrome_options.add_experimental_option("prefs", {
    "download.default_directory": download_dir,
    "download.prompt_for_download": False,  # 关闭下载确认弹窗
    "download.directory_upgrade": True,
    "safebrowsing.enabled": True  # 允许下载安全文件
})

driver = webdriver.Chrome(options=chrome_options)

2. 等待下载完成的核心逻辑 #

Chrome下载时会生成带.crdownload后缀的临时文件，下载完成后自动移除该后缀。我们可以循环检测目录，直到找到目标文件或超时：

import time

def wait_for_download(download_dir, target_suffix=None, timeout=30):
    """
    等待文件下载完成
    :param download_dir: 下载目录路径
    :param target_suffix: 目标文件后缀（如.xlsx/.pdf），传None则等待所有临时文件消失
    :param timeout: 超时时间（秒）
    """
    start_time = time.time()
    while time.time() - start_time < timeout:
        for filename in os.listdir(download_dir):
            file_path = os.path.join(download_dir, filename)
            if os.path.isdir(file_path):
                continue
            # 匹配目标后缀且排除临时文件
            if target_suffix:
                if filename.endswith(target_suffix) and not filename.endswith(".crdownload"):
                    return file_path
            # 未指定后缀时，只要不是临时文件就返回
            else:
                if not filename.endswith(".crdownload"):
                    return file_path
        time.sleep(1)
    raise TimeoutError(f"下载超时，超过{timeout}秒未找到目标文件")

使用示例：

# 触发下载（替换成你的页面元素定位逻辑）
driver.get("你的下载页面URL")
download_link = driver.find_element(By.XPATH, "//a[contains(text(),'下载')]")
download_link.click()

# 等待PDF文件下载完成
downloaded_file = wait_for_download(download_dir, target_suffix=".pdf")
print(f"下载完成，文件路径：{downloaded_file}")

3. 验证文件类型（两种方案） #

方案1：检查文件后缀（简单场景） #

直接判断文件名后缀，适合不需要高精度验证的场景：

def check_file_suffix(file_path, expected_suffix):
    return file_path.lower().endswith(expected_suffix.lower())

# 验证是否为PDF文件
if check_file_suffix(downloaded_file, ".pdf"):
    print("文件类型符合预期")
else:
    print("文件类型不符合预期")

方案2：读取文件头判断真实类型（高精度） #

通过文件二进制头标识判断真实类型，避免后缀伪造的情况：

def get_real_file_type(file_path):
    # 常见文件的二进制头映射
    file_signatures = {
        b"%PDF-": "PDF",
        b"PK\x03\x04": "Excel/Word（ZIP格式）",
        b"\xFF\xD8\xFF": "JPEG",
        b"GIF89a": "GIF",
        b"BM": "BMP"
    }
    with open(file_path, "rb") as f:
        header = f.read(10)  # 读取前10字节足够判断大部分类型
        for sig, file_type in file_signatures.items():
            if header.startswith(sig):
                return file_type
    return "未知类型"

# 验证真实类型
real_type = get_real_file_type(downloaded_file)
if real_type == "PDF":
    print("文件真实类型为PDF，符合预期")
else:
    print(f"文件真实类型为{real_type}，不符合预期")

4. 测试后清理（可选） #

测试完成后可删除下载文件，避免占用空间：

os.remove(downloaded_file)

内容的提问来源于stack exchange，提问作者s.l