Selenium WebDriver 工作原理

目录

WebDriver 介绍

WebDriver 工作流程

​​WebDriver​​ HTTP返回状态码 

---

WebDriver 介绍

      WebDriver提供了另外一种方式与浏览器进行交互。利用浏览器原生API，封装成一套更加面向对象的Selenium WebDriver API，直接操作浏览器页面里的元素，甚至操作浏览器本身（截屏，窗口大小，启动，关闭，安装插件，配置证书之类的）

      WebDriver是W3C的一个标准，由Selenium主持，WebDriver之所以能够实现与浏览器进行交互，是因为浏览器实现了这些协议，这个协议使用JOSN通过HTTP进行传输

      WebDriver使用了经典的Client-Server模式，即客户端发送一个requset，服务器端返回一个response

      Firefox浏览器直接实现了WebDriver的通讯协议，Chrome和IE则是通过ChromeDriver和InternetExplorerDriver实现的

WebDriver 工作流程

1. 实例化WebDriver，Selenium首先会确认浏览器的native component是否存在可用而且版本匹配。若匹配WebDriver 将会启动一个浏览器驱动，并绑定到指定端口，该启动的浏览器实例，做为 WebDriver 的 remote server,  该服务器用于接收控制浏览器的命令

(控制浏览器的命令必须遵循 ​ ​WebDriver Protocol 协议格式，该格式定义了一个所有​​WebDriver​​都必须实现的​​RESTish JSON API​​接口，这套协议非常之强大，几乎可以操作浏览器做任何事情，包括打开、关闭、最大化、最小化、元素定位、元素点击、文件上传等等)

2. Client 端通过 CommandExcuter 发送 HTTPRequest 给 remote server 的侦听端口（通信协议： the webriver wire protocol）

发送请求时，WebDriver的HttpCommandExecutor类将命令作为key，将命令转换为URL作为value，一起存入map作为request，同时会在request的相应的By Xpath、id、name存放在body中

实际发送的URL都是相对路径，后缀多以/session/:sessionId开头，意味着WebDriver每次启动浏览器都会分配一个独立的sessionId

比如find_element_by_id接口，会转化为/session/:sessionId/element这个url，然后在Body内附上具体的参数，比如id的值，json内容为{"using":"id","value":"test"}

3. Remote server 需要依赖原生的浏览器组件（如：IEDriverServer.exe、chromedriver.exe），转化为浏览器的 native 调用

4. 浏览器收到并执行了操作之后，回复一个Http Response，内容为Json格式，会返回找到的element的各种细节，比如text、tag name、class name等等

​​WebDriver​​ HTTP返回状态码 

详细参考：