问题分析 #

你遇到的核心问题是：浏览器弹出的文件选择对话框是系统级原生控件，Selenium和keyboard模块都无法直接控制它。当这个对话框弹出后，浏览器的焦点会转移到系统窗口，导致你的keyboard操作无法被正确触发，脚本就会卡在这个状态——没有报错但也无法继续执行。

另外你的代码还有几个潜在的不稳定点：

• 旧版的Selenium定位方法（find_element_by_xpath）已经被官方废弃，建议改用新的API
• 固定时长的sleep等待不够可靠，容易因为网络或页面加载慢导致元素定位失败
• 依赖键盘快捷键切换手机模式，这种操作受系统环境影响大，稳定性差

解决方案：直接操作文件上传元素 #

Instagram的上传按钮背后其实对应一个<input type="file">元素，即使它被页面样式隐藏了，我们也可以通过Selenium直接给它发送文件路径，完全绕开系统文件对话框。这是处理网页文件上传的标准方案，比模拟键盘操作可靠得多。

修改后的完整代码 #

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
from selenium.webdriver.chrome.options import Options

# 直接配置Chrome为手机模式（替代快捷键操作）
mobile_emulation = {
    "deviceName": "iPhone 12"
}
chrome_options = Options()
chrome_options.add_experimental_option("mobileEmulation", mobile_emulation)

driver = webdriver.Chrome(options=chrome_options)
wait = WebDriverWait(driver, 10)  # 显式等待，最长等待10秒

driver.get("https://instagram.com")

# 登录账户（用显式等待确保元素加载完成）
username = wait.until(EC.presence_of_element_located((By.XPATH, "/html/body/div[1]/section/main/article/div[2]/div[1]/div/form/div/div[1]/div/label/input")))
password = wait.until(EC.presence_of_element_located((By.XPATH, "/html/body/div[1]/section/main/article/div[2]/div[1]/div/form/div/div[2]/div/label/input")))
loginBtn = wait.until(EC.element_to_be_clickable((By.XPATH, "/html/body/div[1]/section/main/article/div[2]/div[1]/div/form/div/div[3]/button")))

username.send_keys("your_username")
password.send_keys("your_password")
loginBtn.click()

# 处理登录后的弹窗
wait.until(EC.element_to_be_clickable((By.XPATH, "/html/body/div[1]/section/main/div/div/div/div/button"))).click()
wait.until(EC.element_to_be_clickable((By.XPATH, "/html/body/div[4]/div/div/div/div[3]/button[2]"))).click()

# 处理上传：找到隐藏的input元素，直接传文件路径
upload_btn = wait.until(EC.element_to_be_clickable((By.XPATH, "/html/body/div[1]/section/nav[2]/div/div/div[2]/div/div/div[3]")))
upload_btn.click()

# 找到文件上传的input元素（如果xpath失效，可以尝试用By.CSS_SELECTOR定位："input[type='file']"）
file_input = wait.until(EC.presence_of_element_located((By.XPATH, "//input[@type='file']")))
# 若元素被隐藏，通过JS强制显示（部分场景下send_keys即使隐藏也能生效，这步可选）
driver.execute_script("arguments[0].style.display = 'block';", file_input)
# 传入文件的绝对路径，比如：/Users/xxx/Pictures/PicsForInstagram/photo.jpg
file_input.send_keys("你的图片文件绝对路径")

# 后续可以继续添加裁剪、发布等步骤的代码

关键说明 #

1. 为什么系统对话框无法被控制？：Selenium的核心是控制浏览器内的DOM元素，系统级对话框（文件选择框、系统提示框等）不在它的控制范围内。keyboard模块需要焦点在目标窗口才能生效，但文件对话框弹出后焦点会转移到系统窗口，导致脚本无法正确触发按键。
2. 显式等待替代sleep：WebDriverWait会等待元素出现或可点击后再执行操作，比固定时间的sleep更稳定，避免因加载慢导致的元素定位失败。
3. 原生配置手机模式：通过ChromeOptions配置移动设备模拟，比快捷键操作更可靠，还能指定具体的设备型号，适配不同的页面布局。

内容的提问来源于stack exchange，提问作者Moritz