selenium webdriver运行原理与机制_brower和driver的区别

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新软件测试全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上软件测试知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024b （备注软件测试）

正文

· 出租车：出租车按照司机的操控完成真正的行驶，把乘客送到目的地。

在WebDriver中也有类似的三个角色：

· 自动化测试代码：自动化测试代码发送请求给浏览器的驱动（比如火狐驱动、谷歌驱动）。

· 浏览器的驱动：它来解析这些自动化测试的代码，解析后把它们发送给浏览器。

· 浏览器：执行浏览器驱动发来的指令，并最终完成工程师想要的操作。

所以在这个类比中：

· 工程师写的自动化测试代码就相当于是乘客。

· 浏览器的驱动就相当于是出租车司机。

· 浏览器就相当于是出租车。

下面再从技术上解释下WebDriver的工作原理：

从技术上讲，也同样是上面的三个角色：

· WebDriver API（基于Java、Python、C#等语言）。

· 对于java语言来说，就是下载下来的selenium的Jar包，比如selenium-java-3.8.1.zip包，代表Selenium3.8.1的版本。

· 浏览器的驱动（browser driver），每个浏览器都有自己的驱动，均以exe文件形式存在。比如谷歌的chromedriver.exe、火狐的geckodriver.exe、IE的IEDriverServer.exe浏览器。

浏览器当然就是我们很熟悉的常用的各种浏览器。那在WebDriver脚本运行的时候，它们之间是如何通信的呢？为什么同一个browser driver即可以处理java语言的脚本，也可以处理python语言的脚本呢？让我们来看一下，一条Selenium脚本执行时后端都发生了哪些事情：

· 对于每一条Selenium脚本，一个http请求会被创建并且发送给浏览器的驱动。

· 浏览器驱动中包含了一个HTTP Server，用来接收这些http请求。

· HTTP Server接收到请求后根据请求来具体操控对应的浏览器。

浏览器执行具体的测试步骤

浏览器将步骤执行结果返回给HTTP Server。HTTP Server又将结果返回给Selenium的脚本，如果是错误的http代码我们就会在控制台看到对应的报错信息。

为什么使用HTTP协议呢？

因为HTTP协议是一个浏览器和Web服务器之间通信的标准协议，而几乎每一种编程语言都提供了丰富的http libraries，这样就可以方便的处理客户端Client和服务器Server之间的请求request及响应response，WebDriver的结构中就是典型的C/S结构，WebDriver API相当于是客户端，而小小的浏览器驱动才是服务器端。

WebDriver基于的协议：JSON Wire protocol。

JSON Wire protocol是在http协议基础上，对http请求及响应的body部分的数据的进一步规范。

我们知道在HTTP请求及响应中常常包括以下几个部分：http请求方法、http请求及响应内容body、http响应状态码等。

常见的http请求方法：

GET：用来从服务器获取信息。比如获取网页的标题信息。

POST：向服务器发送操作请求。比如findElement，Click等。

http响应状态码：

在WebDriver中为了给用户以更明确的反馈信息，提供了更细化的http响应状态码，比如：

7：NoSuchElement

11：ElementNotVisible

200：Everything OK

现在到了最关键的http请求及响应的body部分了：

body部分主要传送具体的数据，在WebDriver中这些数据都是以JSON的形式存在并进行传送的，这就是JSON Wire protocol。

Selenium 是将各个浏览器的API封装成" Selenium自己设计定义的协议，名字叫做The WebDriver Wire Protocol " 的webdriver API

操作层面：

1、测试人员编写UI自动化测试脚本（java,python等等），运行脚本后，程序会打开指定的webdriver浏览器。

webdriver浏览器作为一个remote-server 接受脚本的命令，同时webservice会打开一个端口：http://localhost:9515 浏览器则会监听这个端口。

2、webservice会将脚本语言翻译成json格式传递给浏览器执行操作命令。

逻辑层面：

1、测试人员执行测试脚本后，就创建了一个session, 通过http 请求向webservice发送了restfull的请求。

2、webservice翻译restfull的请求为浏览器能懂的脚本，然后接受脚本执行结果。

3、webservice将结果进行封装–json 给到客户端client/测试脚本 ，然后client就知道操作是否成功，同时测试也可以进行校验了。

我们可以验证一下：

下载好chromedriver，放到环境变量里，注意要和chrome浏览器版本对上，然后执行chromedriver

可以看到，会启动一个server, 并开启端口9515：

andersons-iMac:~ anderson$ chromedriver

Starting ChromeDriver 2.39.562713 (dd642283e958a93ebf6891600db055f1f1b4f3b2) on port 9515

Only local connections are allowed.

GVA info: Successfully connected to the Intel plugin, offline Gen9

强调了只允许本地连接。前面已经提过了，乘客向司机发一个请求，行为是构造一个http请求。构造的请求是这样子的：

请求方式 ：POST

请求地址 ：http://localhost:9515/session

请求body ：

capabilities = {

“capabilities”: {

“alwaysMatch”: {

“browserName”: “chrome”

},

“firstMatch”: [

{}

]

},

“desiredCapabilities”: {

“platform”: “ANY”,

“browserName”: “chrome”,

“version”: “”,

“chromeOptions”: {

“args”: [],

“extensions”: []

}

}

}

我们可以尝试使用python requests 向 ChromeDriver发送请求

import requests

import json

session_url = ‘http://localhost:9515/session’

session_pars = {“capabilities”: {“firstMatch”: [{}], \

“alwaysMatch”: {“browserName”: “chrome”,\

“platformName”: “any”, \

“goog:chromeOptions”: {“extensions”: [], “args”: []}}}, \

“desiredCapabilities”: {“browserName”: “chrome”, \

“version”: “”, “platform”: “ANY”, “goog:chromeOptions”: {“extensions”: [], “args”: []}}}

r_session = requests.post(session_url,json=session_pars)

print(json.dumps(r_session.json(),indent=2))

结果：

{

“sessionId”: “44fdb7b1b048a76c0f625545b0d2567b”,

“status”: 0,

“value”: {

“acceptInsecureCerts”: false,

“acceptSslCerts”: false,

“applicationCacheEnabled”: false,

“browserConnectionEnabled”: false,

“browserName”: “chrome”,

“chrome”: {

“chromedriverVersion”: “2.40.565386 (45a059dc425e08165f9a10324bd1380cc13ca363)”,

“userDataDir”: “/var/folders/yd/dmwmz84x5rj354qkz9rwwzbc0000gn/T/.org.chromium.Chromium.RzlABs”

},

“cssSelectorsEnabled”: true,

“databaseEnabled”: false,

“handlesAlerts”: true,

“hasTouchScreen”: false,

“javascriptEnabled”: true,

“locationContextEnabled”: true,

“mobileEmulationEnabled”: false,

“nativeEvents”: true,

“networkConnectionEnabled”: false,

“pageLoadStrategy”: “normal”,

“platform”: “Mac OS X”,

“rotatable”: false,

“setWindowRect”: true,

“takesHeapSnapshot”: true,

“takesScreenshot”: true,

“unexpectedAlertBehaviour”: “”,

“version”: “71.0.3578.80”,

“webStorageEnabled”: true

}

}

如何打开一个网页，类似driver.get(url)

那么构造的请求是：

请求方式 ：POST

请求地址 ：http://localhost:9515/session/:sessionId/url

注意：上述地址中的 “:sessionId”

要用启动浏览器的请求返回结果中的sessionId的值

例如：我刚刚发送请求，启动浏览器，返回结果中"sessionId": “44fdb7b1b048a76c0f625545b0d2567b”

然后请求的URL地址

请求地址：http://localhost:9515/session/b2801b5dc58b15e76d0d3295b04d295c/url

请求body ：{“url”: “https://www.baidu.com”, “sessionId”: “44fdb7b1b048a76c0f625545b0d2567b”}

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注软件测试）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

请求body ：{“url”: “https://www.baidu.com”, “sessionId”: “44fdb7b1b048a76c0f625545b0d2567b”}

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注软件测试）
[外链图片转存中…(img-eAdf7XWS-1713412026116)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！