Selenium篇1-简介及原理

想必大家对selenium都很熟悉，但是有哪些测试工程师能对其原理了如指掌呢！只有学懂了原理，才能更加深入的学习。今天的博客我们一起来学习一下selenium的原理！

1、简介

官网链接：https://www.selenium.dev/documentation/en/
Selenium是一个用于web应用程序测试的工具。Selenium测试直接运行在浏览器中，就像真正的用户在操作，支持的浏览器包括包括IE（7, 8, 9, 10, 11）,Mozilla Firefox，Safari，Google Chrome，Opera等。这个工具的主要功能包括测试浏览器的兼容性(测试应用程序在不同浏览器 or 不同的操作系统上的兼容性)

• 1、既然可以跑在不同的浏览器上和操作系统上，那么可以用来做兼容性测试；
• 2、可以用来做回归测试，或者一定程度上的冒烟测试；

2、Selenium三个版本之间的区别

2.1 Selenium1.0

• ① Selenium IDE:是一个嵌入在Firefox浏览器中的一个插件，可以实现简单的浏览器操作的录制与回放功能;
• ② Selenium Grid :是一个自动化测试辅助工具。利用Gird可以很方便地实现在多台机器上或异构环境中运行测试用例;
• ③ Selenium RC（Remote Control） : 是Selenium家族的核心部分，支持多种不同语言编写的自动化测试脚本。把Selenium RC的服务器作为代理服务器去访问应用,即达到测试的目的。
  RC主要分为两部分，Client Libraries 和 Selenium Server 两部分。Client Libraries 主要用于编写测试脚本，负责控制Selenium Server的库。Selenium Server负责控制浏览器的行为。

特征：Selenium1.0：这个时候的selenium,使用的是JavaScript注入技术与浏览器打交道,需要Selenium RC启动一个Server，将操作Web元素的API调用转化为一段段Javascript，在Selenium内核启动浏览器之后注入这段Javascript，Javascript可以获取并调用DOM的任何元素，自如的进行操作。
但是这种Javascript注入技术的缺点是速度不理想，而且稳定性大大依赖于Selenium内核对API翻译成的Javascript质量高低。

2.2 Selenium2.0

• 1、这个时候出现了WebDriver，这个版本的Selenium是利用浏览器原生的API,封装成了一套更加面向对象的Selenium WebDriver API,可以直接操作浏览器页面里的元素，甚至操作浏览器的本身。由于使用的是浏览器原生的API，速度大大提高，而且调用的稳定性交给了浏览器厂商本身，显然是更加科学。
• 2、然后带来的副作用是，不同浏览器厂商，对Web元素的操作和呈现多少会有一些差异，这就直接导致了Selenium WebDriver要分浏览器厂商，而不同的实现。

•                                Selenium2.0 = Selenium1.0 + WebDriver
  

2.3 Selenium3.0

• 1、Selenium2.0有了WebDriver后，已经完全替代了Selenium RC的功能，但是当时2.0为了向下兼容，当时未启用Selenium RC。
• 2、Selenium3.0就在Selenium的基础上完全弃用了Selenium RC。

•                                Selenium3.0 = Selenium2.0 - Selenium RC
  

3、Selenium原理

3.1 怎么去看懂原理？

• 1、看官方文档（一定一定要去看官方文档，最详细，最明白易懂）
• 2、看源码，你会发现看懂了会有成就感

3.2 看一下浏览器的启动日志

# 导入selenium之前要安装包：终端命令输入 pip install selenium
from selenium import webdriver
import logging
logging.basicConfig(level=logging.DEBUG)  # 打印Debug日志
driver = webdriver.Chrome()
driver.get('https://www.baidu.com')  # 南钢bass平台的url

输出如下-----------------
1、DEBUG:selenium.webdriver.remote.remote_connection:POST http://127.0.0.1:53695/session {"capabilities": {"firstMatch": [{}], "alwaysMatch": {"browserName": "chrome", "platformName": "any", "goog:chromeOptions": {"extensions": [], "args": []}}}, "desiredCapabilities": {"browserName": "chrome", "version": "", "platform": "ANY", "goog:chromeOptions": {"extensions": [], "args": []}}}
2、DEBUG:urllib3.connectionpool:Starting new HTTP connection (1): 127.0.0.1:53695
3、DEBUG:urllib3.connectionpool:http://127.0.0.1:53695 "POST /session HTTP/1.1" 200 720
4、DEBUG:selenium.webdriver.remote.remote_connection:Finished Request
5、DEBUG:selenium.webdriver.remote.remote_connection:POST http://127.0.0.1:53695/session/fe78275c988e19763c3fdd367e971f36/url {"url": "https://www.baidu.com"}
6、DEBUG:urllib3.connectionpool:http://127.0.0.1:53695 "POST /session/fe78275c988e19763c3fdd367e971f36/url HTTP/1.1" 200 14
7、DEBUG:selenium.webdriver.remote.remote_connection:Finished Request

3.3 根据打印出来的日志思考问题？

• 1、第一行：为什么会出现127.0.0.1:53258这个本地服务呢？这行日志是什么意思？
  解：可以去查看源码，这个本地服务是Chromedriver.exe驱动程序的，这个日志是像服务发送了一个post请求，url = ‘http://127.0.0.1:53695/session ’，入参为后面的一串json字符串。
• 2、第五行：fe78275c988e19763c3fdd367e971f36这串随机字符串代表什么呢？这个日志代表什么呢？
  解：很明显这串随机字符串是用来鉴权的，怎么来的呢，肯定是由第一行的请求响应参数里面的sessionID，这个日志很明显也是打开百度网页的一个POST请求。

到这里想必大家应该很明白了原理了，那么我们也可以不使用selenium打开浏览器，直接请求接口调用浏览器。
如下：

‘’‘1、先进入驱动所在的目录，手动启动chromedirver.exe，命令 chromedriver.exe -port=12345’‘’
‘’‘2、打卡浏览器，获取session’‘’
url_driver = 'http://localhost:'+ ’12345‘ +'/session'
data_driver = {"capabilities":
                           {"firstMatch": [{}],
                            "alwaysMatch": {
                                "browserName": "chrome", "platformName": "any", "goog:chromeOptions": {
                                    "extensions": [], "args": []
                                }
                            }
                            },
                       "desiredCapabilities": {
                           "browserName": "chrome", "version": "", "platform": "ANY", "goog:chromeOptions": {
                               "extensions": [], "args": []
                           }
                       }
                       }
response = requests.post(url=url_driver,json=data_driver)
sessionId = jsonpath.jsonpath(response.json(), '$..sessionId')[0]  # 通过jsonpath来获取sessionId
‘’‘3、进入百度’‘’
# 拿到上面获取的session来请求百度
url_demo = 'http://localhost:'+‘12345’+'/session/'+sessionId+'/url'
# 请求百度页面的接口参数
data_demo = {
      "url": 'https://www.baidu.com'
        }
response_demo = requests.post(url=url_demo,json=data_demo)

好了！！浏览器也打开了，百度页面打开了，其他定位元素以及元素操作等都是通过调用API来实现的

3.4 原理图

图片来自官网

• 1、webdriver所有的操作都是间接通过Driver(浏览器驱动)来操作浏览器；
• 2、浏览器返回的信息也是通过Driver(浏览器驱动)给到WebDriver；

3.5 总结

• 1、selenium client(python等语言编写的自动化测试脚本)初始化一个service服务，通过Webdriver启动浏览器驱动程序chromedriver.exe
• 2、通过RemoteWebDriver向浏览器驱动程序发送HTTP请求，浏览器驱动程序解析请求，打开浏览器，并获得sessionid，如果再次对浏览器操作需携带此id
• 3、打开浏览器，绑定特定的端口，把启动后的浏览器作为webdriver的remote server
• 4、打开浏览器后，所有的selenium的操作(访问地址，查找元素等)均通过RemoteConnection链接到remote server，然后使用execute方法调用_request方法通过urlib3向remote server发送请求
• 5、浏览器通过请求的内容执行对应动作
• 6、浏览器再把执行的动作结果通过浏览器驱动程序返回给测试脚本

后续有关Selenium的内容会在后续博客一一介绍，包含元素定位，元素操作，等待方式等等！

以上内容有误处，麻烦与在下面评论，多多指教，相互学习。谢谢！