Selenium WebDriver运行底层逻辑

一、Selenium WebDriver运行原理

Selenium是一种用于Web应用程序自动化测试的开源工具，它支持多种浏览器，如Chrome，Firefox，IE，Safari等。WebDriver是Selenium的一个子项目，是Selenium的一个核心组件，它是一种用于自动化Web应用程序的应用程序编程接口（API），它允许程序员在不同的浏览器上编写自动化测试脚本。因此，Selenium是一种Web自动化测试工具，而WebDriver是Selenium中用于实现自动测试的核心技术。

Selenium WebDriver的运行原理是：

1. 客户端发送一个请求到WebDriver服务器，要求操作浏览器。

2. WebDriver服务器接收到请求后，会将请求发送给浏览器驱动程序。

3. 浏览器驱动程序将请求转换成适合当前浏览器的命令。

4. 浏览器根据命令来执行相应的动作，比如打开网页、填写表单等。

5. 浏览器将执行结果反馈给浏览器驱动程序。

6. 浏览器驱动程序将结果反馈给WebDriver服务器。

7. WebDriver服务器将结果返回给客户端。

实际上就是启动webdriver，创建一个浏览器驱动，如：

driver = webdriver.Chrome()

基于这个驱动会启动一个浏览器对象，同时会生成一个session来管理浏览器，此时webdriver成为一个代理，其作用是代码通过webdriver下发给浏览器，浏览器将响应传给webdriver，webdriver再转给代码。

二、源码分析

此处以chrome举例

driver = webdriver.Chrome()实际对应的是这个类：

该类创建的对象实际上是：

from selenium.webdriver.chrome.webdriver import WebDriver
driver = WebDriver()

该类下初始化时有一个参数executable_path=DEFAULT_EXECUTABLE_PATH，其中DEFAULT_EXECUTABLE_PATH = “chromedriver”

因此实际上创建对象应该是：

driver = WebDriver(executable_path="chromedriver")

此时浏览器就可以启动了

访问网址

从上图可以看出，访问网址的get方法实际是使用excecute来运行，传入封装的Command类里的GET命令，以及所要访问的网址。
因此可以写成：

driver.execute('get', {'url': 'http://www.jd.com'})

元素定位

传入的by和value值由不同定位方式决定，以By.ID为例,则by的值为By.CSS_SELECTOR，value值为’[id=“%s”]’ % value

因此，代码可以写成：

el = driver.execute("findElement", {
    'using': "css selector",
    'value': '[id="key"]'
})['value']

那么其中为什么最后要加上[‘value’]呢，原因是不加上的话，我们运行得来的是：
得到是一个字典，因此我们需要取出value的值(element)

元素输入

self._execute(Command.SEND_KEYS_TO_ELEMENT, {'text': "".join(keys_to_typing(value)), 'value': keys_to_typing(value)})的作用是将文本字符串value输入到被选中的元素中，其中keys_to_typing(value)是一个函数，用于将文本转换成selenium能够识别的字符串格式。

因此可以写成：

# el为定位到的元素
el._execute("sendKeysToElement", {
    'text': "sendkeys_value",
    'value': "sendkeys_value"})

元素点击

元素点击就比较简单了，直接传Command类的命令就可以了

# el为定位到的元素
el._execute("clickElement")

其它的操作方法也是类似，就不一一列举了