Selenium-历史和工作原理

1. 什么是WebDriver

WebDriver提供了另外一种方式与浏览器进行交互。
那就是利用浏览器原生的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）。

由于使用的是浏览器的原生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。然而带来的一些副作用就是，不同的浏览器厂商，对Web元素的操作和呈现存在不同程度的差异，这就要求Selenium WebDriver要分浏览器厂商的不同，提供不同的实现，例如Chrome有专门的ChromeDriver，Firefox有FirefoxDriver等等。

WebDriver Wire协议是通用的，也就是说不管是Firefox Driver还是ChromeDriver，启动之后都会在某一个端口启动基于这套协议的Web Service。例如ChromeDriver初始化成功之后，默认会从http://localhost:46350开始，而FirefoxDriver从http://localhost:7055开始。后续我们调用WebDriver的任何API，都需要借助一个ComandExecutor发送一个命令，实际上是一个HTTPrequest给监听端口上的WebService。在我们的HTTPrequest的body中，会以WebDriver Wire协议规定的JSON格式的字符串来告诉Selenium我们希望浏览器接下来做什么事情。

2.历史发展

Selenium从1.0开始，到目前已经发展到了4.0. 在其发展过程中。Selenium所提供给用户的服务也在不断的变化和更新中。

selenium1.x：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。由此才实现了Selenium的目的：自动化Web操作。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。

selenium2.x：相比于selenium1.x，2.x版本整合了webdriver以及原版selenium。两个项目合二为一，虽然名字还叫selenium，但也可以叫Webdriver。这个版本的selenium是利用浏览器原生的API，封装成一套更加面向对象的Selenium WebDriver API。

Selenium3.X。和Selenium2.0的实现原理一致，只是在其基础上去掉了Selenium RC。

selenium4.X 提供一些新功能

• 新的插件系统。任何浏览器都可以轻松插入新的Selenium4 IDE。您将能够拥有自己的定位器策略和Selenium IDE插件。
• 新的CLI运行器。它将完全基于NodeJS，而不是基于HTML的旧运行器，并将具有以下功能：
• WebDriver播放。新的Selenium4 IDE运行程序将完全基于WebDriver。
• 并行执行。新的CLI运行器还将支持并行测试用例执行，并将提供有用的信息，例如花费的时间，通过和失败的测试用例。

使用方法

1、实例化WebDriver

2、发送请求：用WebDriver的HttpCommandExecutor类将命令转换为URL作为value，命令作为key一起存入map作为request，同时会在request的body中存放相应的Xpath、id、name。实际发送的URL都是相对路径，后缀多以/session/:sessionId开头，这也意味着WebDriver每次启动浏览器都会分配一个独立的sessionId，多线程并行的时候彼此之间不会有冲突和干扰。比如我们常用到的find_element_by_name这个接口，会转化为/session/:sessionId/element这个url，然后在发出Http Request Body内再附上具体的参数，比如classname的值。比如我们要访问某一个网站，请求地址为：
http://localhost:46350/wd/hub/session/sessionId/url，请求json内容：{“url”:“http://www.qq.com”}。比如查找一个classname为test的元素，请求地址后缀为/session/sessionId/element，json内容{“using”:“class_name”,“value”:“test”}。

3.收到并执行了这个操作之后，也会回复一个HttpResponse。内容也是Json，会返回找到的element的各种细节，比如text、CSSselector、tagname、classname等等。比如：

{"sessionId":"XXXXX","status":0,"state":"success","value":{"ELEMENT":"2"},"class":"XXX","hCode":"XXX"}

参考
https://mp.weixin.qq.com/s/cHJYp-MMgfetBMKjkSPEyw