1. 项目概述与核心价值

最近在技术社区里，看到不少朋友在讨论用Python做自动化操作，尤其是针对一些需要登录的网站。其中，12306这个“国民级”购票网站，因其复杂的验证码和登录流程，常常被当作一个颇具挑战性的实战目标。今天，我就来分享一个基于Selenium和Edge浏览器的自动化登录12306的完整方案。这不是一个简单的脚本堆砌，而是融合了我在实际项目中处理动态页面、反爬策略和浏览器驱动管理的心得。整个过程，从环境搭建到成功登录，核心代码部分确实能在5分钟左右跑通，但更重要的是理解每一步背后的逻辑和可能遇到的“坑”。

这个实战项目适合谁呢？如果你是刚接触Selenium，想找一个有代表性的综合案例来练手；或者你正在为某个需要模拟登录的爬虫或自动化测试任务发愁，那么这篇内容会非常对路。我们将使用Python语言，搭配微软的Edge浏览器，因为它与Windows系统集成度更高，驱动获取相对稳定。整个流程会覆盖：环境准备（Python、Selenium库、Edge驱动）、页面元素定位策略、验证码处理思路（重点讨论）、登录逻辑实现，以及如何让脚本运行得更稳健。我会把完整的、可运行的代码附在最后，你可以直接复制到本地进行尝试和修改。

2. 环境准备与核心工具解析

工欲善其事，必先利其器。在开始写代码之前，我们需要把“战场”布置好。这里的选择背后都有具体的考量，我会一一解释为什么这么做。

2.1 Python与Selenium库安装

首先，确保你的电脑上安装了Python。我推荐使用Python 3.7及以上版本，因为其对新的语言特性和库的支持更好。安装过程很简单，从官网下载安装包，记得勾选“Add Python to PATH”选项，这样可以在命令行中直接使用 python 和 pip 命令。

接下来是核心——Selenium库。Selenium本质上是一个用于Web应用程序测试的工具，但它强大的浏览器操控能力使其成为了自动化操作和爬虫的利器。它通过一套WebDriver协议与真实的浏览器进行通信，从而实现点击、输入、获取数据等操作。在命令行中，使用pip安装它：

pip install selenium

这里有个注意事项：网络环境可能会导致pip安装缓慢或失败。你可以考虑使用国内的镜像源来加速，例如清华源或阿里云源。命令如下：

pip install selenium -i https://pypi.tuna.tsinghua.edu.cn/simple

安装完成后，可以在Python交互环境中输入 import selenium 来验证是否成功。

2.2 Edge浏览器与WebDriver驱动匹配

我们选择Edge浏览器而非更常见的Chrome，主要出于两点考虑：一是Edge基于Chromium内核，兼容性和性能都很好，且是Windows系统原生浏览器，稳定性有保障；二是其WebDriver由微软官方维护，下载和匹配相对清晰，避免了Chrome浏览器与驱动版本严格对应带来的麻烦。

驱动的下载与放置是关键一步，也是新手最容易出错的地方。

  1. 查看你的Edge浏览器版本 ：打开Edge浏览器，点击右上角三个点（…）->“帮助和反馈”->“关于Microsoft Edge”。记下版本号，例如“版本 121.0.2277.128”。

  2. 下载对应版本的MS Edge WebDriver ：访问微软官方的Edge WebDriver下载页面。你需要下载与你的Edge浏览器 主版本号 完全一致的驱动。例如，Edge是121版，就下载 edgedriver_121 开头的文件。下载时选择与你的操作系统（Windows 64位）匹配的压缩包。

  3. 驱动的放置 ：下载的是一个名为 msedgedriver.exe 的可执行文件。你有三种处理方式：

    • 方式一（推荐，便于管理） ：将其放置在一个你专门存放工具的目录下，例如 D:\WebDrivers\ 。然后，将这个目录的路径（ D:\WebDrivers ）添加到系统的环境变量 Path 中。这样，Python的Selenium就能在任何位置找到它。
    • 方式二（项目专用） ：直接放在你的Python项目文件夹根目录下。在代码中指定驱动路径时，使用相对路径 ./msedgedriver.exe 即可。
    • 方式三（临时指定） ：在代码中通过 executable_path 参数指定绝对路径。

注意 ：驱动与浏览器版本不匹配是导致 SessionNotCreatedException 错误的常见原因。如果遇到此类错误，首先检查版本号。另外，确保下载的驱动没有被Windows Defender或其他安全软件误删，必要时需添加信任。

2.3 辅助工具与思路准备

除了核心的Selenium，我们还需要一点额外的准备来应对12306的登录页面。

  • 开发者工具（F12） ：这是我们的“眼睛”。我们将频繁使用它来查看页面HTML结构，定位用户名、密码输入框以及登录按钮的元素信息（如ID、Class Name、XPath等）。熟练使用开发者工具的“检查”功能，是做好Web自动化的基础。
  • 关于验证码的思考 ：12306登录时的验证码是动态生成的，通常为点击图中特定物品的类型。完全自动化解码涉及图像识别，复杂度高且可能触及合规边界。在本实战中，我们的策略是： 脚本运行后，会暂停并等待用户手动识别并点击验证码，然后再继续执行后续的自动输入和登录 。这是一种“半自动化”的务实方案，既绕开了复杂的技术难题，也保证了操作的合法性。脚本会负责打开浏览器、跳转到登录页、填充账号密码，然后等待你手动完成验证码操作。

3. 核心代码实现与分步详解

环境就绪后，我们进入核心的代码编写环节。我会将完整脚本拆解成几个逻辑模块，并详细解释每一行代码的作用和背后的考量。

3.1 脚本初始化与浏览器启动

首先，我们导入必要的模块，并设置浏览器启动选项。

from selenium import webdriver
from selenium.webdriver.edge.service import Service
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
import time

# 1. 设置Edge浏览器选项
edge_options = webdriver.EdgeOptions()
# 避免一些自动化特征被检测，可添加如下参数（非万能，但有益）
edge_options.add_argument('--disable-blink-features=AutomationControlled')
edge_options.add_experimental_option('excludeSwitches', ['enable-automation'])
edge_options.add_experimental_option('useAutomationExtension', False)

# 2. 指定WebDriver路径（如果已加入PATH，则不需要此行）
# driver_path = r'D:\WebDrivers\msedgedriver.exe'
# service = Service(executable_path=driver_path)

# 3. 启动浏览器
# 如果驱动已在PATH中，使用以下方式：
driver = webdriver.Edge(options=edge_options)
# 如果指定了路径，使用以下方式：
# driver = webdriver.Edge(service=service, options=edge_options)

# 最大化窗口，确保元素可见
driver.maximize_window()

代码解析 ：

  • webdriver ：核心模块。
  • Service ：用于管理WebDriver服务，如果你将驱动放在了自定义路径，需要通过它来指定。
  • By ：提供定位元素的方法（如 By.ID , By.CLASS_NAME ）。
  • WebDriverWait 和 EC ：用于实现“显式等待”，这是编写健壮Selenium脚本的关键，后面会详细讲。
  • edge_options ：这里我们添加了几个参数来尝试降低被网站检测为自动化的风险。 --disable-blink-features=AutomationControlled 是较新的一个设置，有助于隐藏WebDriver特征。 excludeSwitches 和 useAutomationExtension 是传统的规避检测方法。请注意，这些方法并非绝对有效，网站的反爬策略也在升级。
  • 启动浏览器时，优先推荐将驱动加入系统PATH，这样代码更简洁，也便于跨项目共享。

3.2 页面访问与元素定位策略

接下来，我们让浏览器打开12306的登录页面，并找到我们需要操作的元素。

# 4. 访问12306登录页面
login_url = 'https://kyfw.12306.cn/otn/resources/login.html'
driver.get(login_url)
print("已打开12306登录页面，请稍候...")
time.sleep(2) # 简单等待页面加载，后续会被更优的显式等待替代

# 5. 切换到“账号登录”选项卡（12306默认可能是扫码登录）
# 首先尝试定位并点击“账号登录”标签
try:
    account_login_tab = WebDriverWait(driver, 10).until(
        EC.element_to_be_clickable((By.LINK_TEXT, "账号登录"))
    )
    account_login_tab.click()
    print("已切换到账号登录模式。")
except Exception as e:
    print(f"未找到或无法点击‘账号登录’选项卡，可能页面已变更。错误：{e}")
    # 这里可以选择继续或退出，我们假设页面已经是账号登录形式
    pass

# 6. 定位用户名、密码输入框和登录按钮
# 使用显式等待，确保元素加载完成再操作，这是避免`NoSuchElementException`的最佳实践
wait = WebDriverWait(driver, 10) # 创建等待对象，最多等10秒

try:
    # 定位用户名输入框 - 通过ID定位，通常最稳定
    username_input = wait.until(
        EC.presence_of_element_located((By.ID, "J-userName"))
    )
    # 定位密码输入框
    password_input = driver.find_element(By.ID, "J-password")
    # 定位登录按钮
    login_button = driver.find_element(By.ID, "J-login")
    
    print("成功定位登录表单元素。")
    
except Exception as e:
    print(f"定位登录表单元素失败！请检查页面结构或网络。错误：{e}")
    driver.quit()
    exit()

核心技巧与避坑指南 ：

  1. 显式等待 vs 隐式等待 vs time.sleep ：
    • time.sleep(2) 是“强制等待”，简单粗暴但效率低下，不推荐在正式脚本中大量使用。
    • 隐式等待 driver.implicitly_wait(10) 设置一次，对后续所有 find_element 操作生效，但不够灵活。
    • 显式等待 WebDriverWait 是最佳实践 。它针对某个特定条件（如元素可点击、元素出现）进行等待，条件满足立即继续，最多等待指定时间。这能最大程度保证脚本的稳定性和执行速度。我们这里用 EC.presence_of_element_located 等待用户名输入框出现。
  2. 元素定位器选择优先级 ：
    • ID > Name > Class Name > CSS Selector > XPath 。ID通常是唯一且最稳定的。12306登录框的ID（如 J-userName ）比较固定，因此我们首选ID定位。
    • 使用开发者工具检查时，要确认元素的ID是唯一的，并且不是动态生成的（即每次刷新页面ID不变）。
  3. 异常处理 ：使用 try...except 包裹可能失败的操作（如元素定位），并给出友好的错误提示，而不是让脚本直接崩溃。这有助于调试。

3.3 填写凭证与处理验证码

这是整个流程中最需要人工干预的部分。

# 7. 填写用户名和密码（请替换为你的测试账号）
# 警告：切勿将真实账号密码直接硬编码在脚本中！此处仅为演示。
test_username = "your_username_here"
test_password = "your_password_here"

username_input.clear() # 清空可能存在的默认值
username_input.send_keys(test_username)
print(f"已输入用户名：{test_username}")

password_input.clear()
password_input.send_keys(test_password)
print("已输入密码。")

# 8. 验证码处理 - 手动干预点
print("-" * 50)
print("【重要提示】脚本已自动填充账号密码。")
print("请现在浏览器窗口中，手动完成验证码识别并点击。")
print("完成验证码操作后，请回到此控制台窗口，按回车键继续...")
print("-" * 50)

# 脚本暂停，等待用户手动操作验证码并按回车
input("等待手动验证码完成，按回车键继续执行自动登录...")

# 9. 点击登录按钮
try:
    # 再次等待登录按钮可点击，因为填写验证码后页面状态可能变化
    login_button = wait.until(
        EC.element_to_be_clickable((By.ID, "J-login"))
    )
    login_button.click()
    print("已点击登录按钮。")
except Exception as e:
    print(f"点击登录按钮失败！错误：{e}")

实操心得 ：

  • 安全警告 ：像上面这样把账号密码明文写在代码里是极不安全的，尤其是如果你打算共享或上传代码。在实际项目中，应该通过环境变量、配置文件（如 .ini , .yaml ）或密钥管理服务来存储敏感信息。例如，可以使用 os.environ.get('USERNAME') 从系统环境变量读取。
  • 验证码策略 ： input() 函数会让Python脚本暂停，等待用户在控制台输入。这为我们创造了手动操作浏览器的时间窗口。这是一种简单有效的“人机协作”模式。完成验证码点击后，脚本才会继续执行登录。
  • 状态刷新 ：在手动操作页面后（如点击验证码），页面的DOM状态可能发生微小变化。因此，在点击最终的登录按钮前，我们再次使用显式等待来确保按钮处于可点击状态，这比直接用之前定位到的旧元素更可靠。

3.4 登录后处理与脚本收尾

点击登录后，我们需要处理登录成功或失败的情况，并优雅地关闭浏览器。

# 10. 等待登录结果并处理
print("正在等待登录结果...")
time.sleep(3) # 等待页面跳转或提示出现

# 检查登录是否成功的简单方法：查看当前URL或页面是否存在特定元素
current_url = driver.current_url
print(f"当前页面URL: {current_url}")

# 示例：检查是否跳转到登录成功后的首页（my12306）
if "otn/view/index.html" in current_url:
    print("✅ 登录成功！已跳转到12306个人中心。")
    # 这里可以继续执行登录后的操作，例如查询余票
    # ...
elif "login/init" in current_url:
    print("❌ 登录失败，可能仍在登录页面。请检查验证码或账号密码是否正确。")
else:
    print(f"⚠️  登录状态未知。当前页面标题：{driver.title}")
    # 可以尝试捕捉页面上的错误提示信息
    try:
        error_msg = driver.find_element(By.CLASS_NAME, "login-error").text
        print(f"页面错误提示：{error_msg}")
    except:
        print("未找到明确的错误提示信息。")

# 11. 保持浏览器打开一段时间供查看，然后关闭
print("登录流程演示结束。浏览器将在10秒后自动关闭...")
time.sleep(10)
driver.quit()
print("浏览器已关闭，脚本执行完毕。")

状态判断逻辑 ：判断自动化操作是否成功，不能只依赖是否抛异常。一个健壮的脚本应该检查“结果状态”。这里我们通过检查跳转后的URL是否包含成功页面的特征字符串来初步判断。更严谨的做法还可以结合检查页面标题、特定欢迎语元素等。对于失败情况，尝试抓取页面上显式的错误提示信息（如 class 为 login-error 的div），能帮助我们快速定位问题。

4. 完整代码整合与执行

将上述所有步骤整合，就得到了我们完整的自动化登录脚本。你可以将下面的代码保存为一个 .py 文件（例如 login_12306.py ），并替换其中的用户名和密码占位符。

"""
Selenium自动化登录12306实战脚本
环境要求：Python 3.7+, Selenium 4+, Edge浏览器及对应WebDriver
"""
from selenium import webdriver
from selenium.webdriver.edge.service import Service
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
import time

def login_12306(username, password):
    """执行12306登录流程"""
    # 初始化浏览器选项
    edge_options = webdriver.EdgeOptions()
    edge_options.add_argument('--disable-blink-features=AutomationControlled')
    edge_options.add_experimental_option('excludeSwitches', ['enable-automation'])
    edge_options.add_experimental_option('useAutomationExtension', False)

    # 启动浏览器（确保msedgedriver.exe在PATH中）
    driver = webdriver.Edge(options=edge_options)
    driver.maximize_window()
    wait = WebDriverWait(driver, 10)

    try:
        # 1. 访问登录页
        driver.get('https://kyfw.12306.cn/otn/resources/login.html')
        print("页面加载中...")
        time.sleep(2)

        # 2. 切换到账号登录（容错处理）
        try:
            account_tab = wait.until(EC.element_to_be_clickable((By.LINK_TEXT, "账号登录")))
            account_tab.click()
            print("已切换至账号登录。")
        except:
            print("未找到账号登录选项卡，继续执行。")

        # 3. 定位表单元素
        user_input = wait.until(EC.presence_of_element_located((By.ID, "J-userName")))
        pass_input = driver.find_element(By.ID, "J-password")
        login_btn = driver.find_element(By.ID, "J-login")

        # 4. 填写账号密码
        user_input.clear()
        user_input.send_keys(username)
        pass_input.clear()
        pass_input.send_keys(password)
        print("账号密码已自动填充。")

        # 5. 等待用户手动验证码
        print("\n" + "="*60)
        print("请手动在浏览器中完成验证码操作！")
        print("完成后，请回到此窗口按回车键继续...")
        print("="*60 + "\n")
        input("按回车键继续...")

        # 6. 点击登录
        login_btn = wait.until(EC.element_to_be_clickable((By.ID, "J-login")))
        login_btn.click()
        print("已提交登录。")

        # 7. 验证登录结果
        time.sleep(3)
        if "otn/view/index.html" in driver.current_url:
            print("✅ 登录成功！")
            return True, driver
        else:
            print("❌ 登录失败，请检查原因。")
            # 尝试捕获错误信息
            try:
                error = driver.find_element(By.CLASS_NAME, "login-error").text
                print(f"错误信息: {error}")
            except:
                pass
            return False, driver

    except Exception as e:
        print(f"脚本执行过程中发生异常: {e}")
        return False, driver

if __name__ == "__main__":
    # ==== 在这里替换你的测试账号和密码 ====
    MY_USERNAME = "替换为你的用户名"
    MY_PASSWORD = "替换为你的密码"
    # =====================================

    if MY_USERNAME == "替换为你的用户名":
        print("请先在代码中设置正确的用户名和密码！")
        exit()

    success, browser = login_12306(MY_USERNAME, MY_PASSWORD)

    if success:
        print("登录成功，可在此处继续后续操作（如查询余票）。")
        # 示例：停留20秒后退出
        time.sleep(20)
    else:
        print("登录流程未成功。")

    browser.quit()
    print("浏览器已关闭。")

执行流程 ：

  1. 确保Python、Selenium、Edge驱动已正确安装配置。
  2. 将上述代码中的 MY_USERNAME 和 MY_PASSWORD 替换为你的12306测试账号（强烈建议使用非重要账号）。
  3. 在命令行中运行脚本： python login_12306.py 。
  4. 脚本会自动打开Edge浏览器，跳转到12306登录页，填充账号密码。
  5. 脚本会在控制台暂停，提示你手动操作验证码。
  6. 你切换到浏览器窗口，完成验证码图片的识别和点击。
  7. 完成后，切换回控制台窗口，按回车键。
  8. 脚本将继续执行，点击登录按钮，并反馈登录结果。

5. 常见问题排查与进阶优化

即使按照步骤操作，你也可能会遇到一些问题。这里我整理了几个最常见的“坑”及其解决方案。

5.1 驱动相关问题

  • 问题： WebDriverException: Message: 'msedgedriver' executable needs to be in PATH.
    • 原因 ：系统找不到 msedgedriver.exe 。
    • 解决 ：确认已将 msedgedriver.exe 所在目录添加到系统环境变量 Path 中，或者按照3.1节中的“方式二”，将驱动文件直接放到项目目录下，并在代码中指定路径。
  • 问题： SessionNotCreatedException: Message: session not created: This version of MSEdgeDriver only supports MSEdge version XX
    • 原因 ：Edge浏览器版本与WebDriver驱动版本不匹配。
    • 解决 ：严格按照2.2节的步骤，检查浏览器版本并下载对应的驱动。更新浏览器或回退驱动版本。

5.2 元素定位失败

  • 问题： NoSuchElementException: Message: no such element: Unable to locate element
    • 原因1 ：页面尚未加载完成，脚本就尝试去定位元素。
      • 解决 ：用 WebDriverWait 配合 EC （如 presence_of_element_located , element_to_be_clickable ）替代 time.sleep 和直接的 find_element 。
    • 原因2 ：页面结构发生变化，元素的ID或选择器已失效。
      • 解决 ：使用开发者工具重新检查元素属性。可以尝试使用更稳定的定位方式，如通过 name 属性或相对路径更复杂的 XPath 。例如，如果ID是动态的，可以尝试用 By.XPATH, "//input[@placeholder='请输入用户名']" 来定位。
    • 原因3 ：元素在 iframe 框架内。
      • 解决 ：12306登录页目前没有使用iframe，但如果遇到其他网站有此情况，需要先用 driver.switch_to.frame(frame_reference) 切换到对应的iframe内，才能定位其中的元素。

5.3 反爬虫检测与规避

  • 现象 ：脚本运行时，网页提示“操作过快”或直接跳转到验证页面，甚至账号被临时限制。
    • 分析与解决 ：
      1. 降低操作频率 ：在关键操作（如点击登录）前后添加随机的、人性化的等待时间，可以使用 time.sleep(random.uniform(1, 3)) 。
      2. 优化浏览器指纹 ：我们代码中已经添加了 edge_options 的一些参数来隐藏自动化特征。更高级的做法可以尝试禁用WebDriver的 cdp 协议命令、设置常见的User-Agent等。但请注意，这是一场“攻防战”，没有一劳永逸的方法。
      3. 核心原则 ：任何公开的自动化操作都应遵守网站的 robots.txt 协议，并尊重服务器的负载。对于12306这类公共服务，切忌高频、并发地运行脚本，这不仅是技术问题，更是法律和道德问题。本脚本仅用于个人学习和技术验证。

5.4 验证码自动化进阶思考

手动点验证码终究不够“自动化”。如果你有进一步的学习需求，可以探索以下方向（请注意合规性）：

  • 图像识别库 ：研究使用 pytesseract （OCR）或 ddddocr 等库进行简单的字符验证码识别。但对于12306的物体识别点选验证码，难度极大。
  • 第三方打码平台 ：市面上有一些提供人工打码或高识别率API的服务平台。其原理是你的程序将验证码图片发送到平台，平台返回点击坐标。这需要付费，且涉及接口调用。
  • 深度学习 ：使用TensorFlow或PyTorch训练一个专门识别12306验证码的模型。这需要大量的标注数据、计算资源和专业知识。

重要提醒 ：无论采用何种技术，对12306等网站进行自动化操作必须控制在极低的频率，且仅用于个人合法的学习或购票需求。大规模、商业化的自动化抢票或爬取行为，不仅会对服务器造成压力，也可能违反相关服务条款，甚至法律法规。

这个实战项目麻雀虽小，五脏俱全。它串联起了Selenium环境搭建、浏览器控制、元素定位、等待策略、异常处理和人机交互等多个核心知识点。希望这份详细的拆解和完整的代码，能帮你打通Web自动化的“任督二脉”，并应用到更多实际的场景中去。

Logo
AI Agent技术社区

Agent 垂直技术社区，欢迎活跃、内容共建。

更多推荐

cover

Harness Engineering 深度解析

avatar AI Agent技术社区
cover

agent面试必备53-AI Agent 终极考验：从 Demo 到生产环境的 5 大致命挑战

avatar AI Agent技术社区
cover

# Codex 与火山引擎 Agent：2026年AI Agent 开发平台深度对比与选型指南

avatar AI Agent技术社区