NodeJS环境下Selenium如何获取Chrome真实可视化窗口而非标签页

Selenium 原生没有提供直接识别Chrome真实可视化窗口的API，getAllWindowHandles 返回的确实是所有标签页（包括独立弹窗）的标识，命名属于WebDriver规范的历史遗留问题，确实容易造成误导。

要实现你需要的「判断标签页所属窗口、统计单窗口标签页数量」需求，可通过调用Chromium内核独有的Chrome DevTools Protocol（CDP）接口实现，具体方案如下：

实现代码（JS版，适配现有写法） #

// 存储结构：key为真实窗口ID，value对应窗口信息+所属标签页handle列表
const windowTabMapping = new Map();
// 1. 先拿到所有标签页的handle
const allTabHandles = await driver.getAllWindowHandles();

for (const tabHandle of allTabHandles) {
  // 切换到当前遍历的标签页
  await driver.switchTo().window(tabHandle);
  // 2. 调用CDP接口获取当前标签页所属的真实窗口信息
  const { windowId, window } = await driver.sendAndGetDevToolsCommand(
    'Browser.getWindowForTarget'
  );

  // 3. 按窗口ID归类标签页
  if (!windowTabMapping.has(windowId)) {
    windowTabMapping.set(windowId, {
      windowTitle: window.title,
      windowBounds: window.bounds,
      tabs: []
    });
  }
  windowTabMapping.get(windowId).tabs.push(tabHandle);
}

// 遍历输出所有窗口的信息
for (const [windowId, info] of windowTabMapping) {
  console.log(`窗口ID：${windowId}`);
  console.log(`窗口标题：${info.windowTitle}`);
  console.log(`窗口内标签页数量：${info.tabs.length}`);
  console.log(`窗口内标签页handle列表：${info.tabs}\n`);
}

注意事项 #

• 上述方案仅支持Chromium内核浏览器（Chrome、Edge等），非Chromium内核浏览器无通用CDP接口支持
• 如果需要跨浏览器实现该需求，需要结合操作系统层面的UI能力，比如Windows下调用Win32 API枚举窗口、Mac下调用AppleScript、Linux下调用wmctrl工具，这类方案不属于Selenium的能力覆盖范围
• 关于getAllWindowHandles的命名问题：早期WebDriver规范制定时，浏览器还没有普及多标签页设计，所有新页面都是独立顶层窗口，因此接口命名一直沿用至今，确实存在误导性。

内容的提问来源于stack exchange，提问作者ElixirBolt