selenium/webdriver运行原理与机制

最新推荐文章于 2024-09-04 17:12:35 发布
最新推荐文章于 2024-09-04 17:12:35 发布
阅读量1.1k 收藏 1
点赞数 1
分类专栏： 软件测试 文章标签： selenium 软件测试 测试工具 自动化
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xiao1542/article/details/131130690
版权

最近在看一些底层的东西。driver翻译过来是驱动，司机的意思。如果将webdriver比做成司机，竟然非常恰当。

　　我们可以把WebDriver驱动浏览器类比成出租车司机开出租车。在开出租车时有三个角色：

　　· 乘客：他/她告诉出租车司机去哪里，大概怎么走。

　　· 出租车司机：他按照乘客的要求来操控出租车。

　　· 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"}

　　即：　

　import requests

　　url = 'http://localhost:9515/session/44fdb7b1b048a76c0f625545b0d2567b/url'

　　pars = {"url": "https://www.baidu.com", "sessionId": "44fdb7b1b048a76c0f625545b0d2567b"}

　　r = requests.post(url,json=pars)

　　print(r.json())

　　如何定位元素，类似driver.finde_element_by_xx:

　　请求方式 ：POST

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

　　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": "b2801b5dc58b15e76d0d3295b04d295c"  

　　然后我构造 查找页面元素的请求地址

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

　　请求body ：{"using": "css selector", "value": ".postTitle a", "sessionId": "b2801b5dc58b15e76d0d3295b04d295c"}

　　即：

　　import requests

　　url = 'http://localhost:9515/session/b2801b5dc58b15e76d0d3295b04d295c/element'

　　pars = {"using": "css selector", "value": ".postTitle a", "sessionId": "b2801b5dc58b15e76d0d3295b04d295c"}

　　r = requests.post(url,json=pars)

　　print(r.json())

　　如何操作元素：类似click()

　　请求方式 ：POST

　　请求地址 ：http://localhost:9515/session/:sessionId/element/:id/click

　　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

　　:id 要用元素定位请求后返回ELEMENT的值

　　例如：我刚刚发送请求，启动浏览器，返回结果中"sessionId": "b2801b5dc58b15e76d0d3295b04d295c"  

　　元素定位,返回ELEMENT的值"0.11402119390850629-1"

　　然后我构造 点击页面元素的请求地址

　　请求地址：http://localhost:9515/session/b2801b5dc58b15e76d0d3295b04d295c/element/0.11402119390850629-1/click

　　请求body ：{"id": "0.11402119390850629-1", "sessionId": "b2801b5dc58b15e76d0d3295b04d295c"}

　　即：　　

import requests

　　url = 'http://localhost:9515/session/b2801b5dc58b15e76d0d3295b04d295c/element/0.11402119390850629-1/click'

　　pars ={"id": "0.5930642995574296-1", "sessionId": "b2801b5dc58b15e76d0d3295b04d295c"}

　　r = requests.post(url,json=pars)

　　print(r.json())

　　从上面可以看出来，UI自动化，其实也可以写成API自动化。

　　只是，只是

　　好繁琐，没有封装好的wedriver指令好用，有点脱裤子放屁的感觉。

　　我们来写段代码感觉一下：

　　import requests

　　import time

　　capabilities = {

　　    "capabilities": {

　　        "alwaysMatch": {

　　            "browserName": "chrome"

　　        },

　　        "firstMatch": [

　　            {}

　　        ]

　　    },

　　    "desiredCapabilities": {

　　        "platform": "ANY",

　　        "browserName": "chrome",

　　        "version": "",

　　        "chromeOptions": {

　　            "args": [],

　　            "extensions": []

　　        }

　　    }

　　}

　　# 打开浏览器 http://127.0.0.1:9515/session

　　res = requests.post('http://127.0.0.1:9515/session', json=capabilities).json()

　　session_id = res['sessionId']

　　# 打开百度

　　requests.post('http://127.0.0.1:9515/session/%s/url' % session_id,

　　              json={"url": "http://www.baidu.com", "sessionId": session_id})

　　time.sleep(3)

　　# 关闭浏览器，删除session

　　requests.delete('http://127.0.0.1:9515/session/%s' % session_id, json={"sessionId": session_id})

　　其实搞懂真正的原理，也就是为了方便解决问题，在debug的时候，更方便的查看和解决问题。

　　当然，如果在接口自动化里面也需要调用少量的UI自动化，可以考虑这种方式。

程序员木江
关注
专栏目录
什么是Selenium WebDriver
weixin_40608713的博客
03-22 6120
什么是selenium WebDriver一、什么是Selenium WebDriver二、WebDriverAPI支持的浏览器三、WebDriverAPI支持的开发语言四、为什么要学习WebDriver 一、什么是Selenium WebDriver Selenium WebDriver是①一种用于web应用程序的自动化测试工具，②它提供了一套友好的API。（API：应用编程接口说明；webDriver类库内封装了非常多的方法。）③webDriver完全就是一套类库，不依赖于任何测试框架，除了必要的浏览器
selenium WebDriver原理介绍
02-08
首先，Selenium WebDriver 的核心理念是“WebDriver协议”，这是一种接口定义，规定了客户端（测试代码）与服务器端（浏览器驱动）之间的通信方式。WebDriver 通过这种协议与浏览器进行交互，控制浏览器执行各种操作...
selenium webdriver 启动三大浏览器Firefox,Chrome,IE
热门推荐
azsx02的博客
04-01 16万+
安装三大浏览器驱动driver 1.chromedriver 下载地址：https://code.google.com/p/chromedriver/downloads/list 2.Firefox的驱动geckodriver 下载地址：https://github.com/mozilla/geckodriver/releases/ 3.IE的驱动IEdriver 下载地址：http://www.nuget.org/packages/Selenium.WebDriver.
基于python的Selenium webdriver环境搭建（笔记）
最新发布
hanxiaodihhh的博客
09-04 2073
准确无误的找到页面中要操作的页面元素是自动化测试的第一步，页面元素由大量的超级链接、图片、文本框、按钮、下拉列表等组成，这些页面元素在HTML中对应各种标记和相应的标记属性，webdriver正是通过这些标记及标记属性来对页面元素进行识别定位的WebDriver提供了八种定位元素方式，并提供对应的方法：​针对八种定位方法，WebDriver还提供了另一套写法，即统一调用find_element()方法,通过类By来声明定位方法，并且闯入对应方法的定位参数。
Selenium-Webdriver
tiankele2018的博客
10-26 177
first–Selenium-Webdriver Selenium是元素se(硒)。这个Selenium（以下简称Se）最开始只是一个自动化测试的项目，然后逐渐独立出来，并演化出了很多部分：Selenium IDE、Selenium Client API、Selenium Webdriver、Selenium Remote Control、Selenium Grid. Se对firefox支持...
Selenium WebDriver
从零开始的教程世界
07-18 639
We need browsers to test web applications. Selenium automates browser and helps us in automation of web application testing across different browsers. Selenium API has provided many classes and interf...
selenium-webdriver-crystal：Crystal编程语言的Selenium Webdriver客户端
02-05
【Selenium WebDriver与Crystal语言的整合】 Selenium WebDriver是一个强大的自动化测试工具，它允许程序员模拟用户行为，对Web应用程序进行自动化测试。这个工具支持多种编程语言，包括Java、Python、C#、Ruby等，...
selenium-webdriver
09-04
**Selenium WebDriver** 是一个强大的自动化测试工具，主要用于模拟用户在网页上的交互行为。它支持多种编程语言，包括Java，使得测试脚本的编写更为灵活。在这个2.4.4版本中，Selenium WebDriver提供了丰富的功能，...
selenium跳过webdriver检测并模拟登录淘宝
09-19
- **检测原理**：许多网站会通过检查`window.navigator.webdriver`属性来判断当前请求是否由Selenium发出。正常情况下，这个属性的值为`false`，而在Selenium控制下则为`true`。 - **规避方法**：设置Selenium为...
selenium webdriver jar 包
04-13
其工作原理是通过WebDriver接口与浏览器的特定驱动程序通信，实现对浏览器的远程控制。 在Eclipse中使用Selenium WebDriver，首先需要将对应的jar包导入到项目的类路径中。"selenium-java-2.31.0-srcs.jar"这个文件...
selenium和webdriver
xuan_kong的博客
04-08 2010
Selenium是一个Web的自动化测试工具，最初是为网站自动化测试而开发的，Selenium可以直接调用浏览器，它支持所有主流的浏览器。我们可以使用selenium很容易完成之前编写的爬虫。webdriver可以理解它是浏览器的驱动。selenium本质是通过驱动浏览器，完全模拟浏览器的操作，比如跳转、输入、点击、下拉等，来拿到网页渲染之后的结果，可支持多种浏览器==3.141.0下载浏览器驱动程序：需要把相应的驱动放到python的编译环境下pip uninstall 模块名。
【2023全网最全最火】Selenium WebDriver教程（建议收藏）
09-21 937
Selenium WebDriver 是一个基于 Web 的自动化测试框架，可以测试在各种Web浏览器和各种操作系统上启动的网页。实际上，您还可以自由使用各种编程语言（例如Java、Perl、Python、Ruby、C＃、PHP 和 JavaScript）编写测试脚本。请注意，Mozilla Firefox 是 Selenium WebDriver 的默认浏览器。元素是网页上存在的不同组件。文本框CTA 按钮图像超链接单选按钮 / 复选框文字区 / 错误信息。
自动化测试框架selenium之webdriver
ZIYE_190的博客
04-12 7686
如果元素定位不到，则它以轮询的方式不断的判断元素是否被定位到。下拉框是我们最常见的一种页面元素，对于一般的元素，我们只需要一次就定位，但下拉框里的内容需要进行两次定位，先定位到下拉框对下拉框进行操作后，再定位到下拉框内里的选项。在这里要注意的是，不是所有的元素用 tag name或者 class name来定位元素，首先要保证该元素的这两种属性在页面上是唯一的，才能够准确的定位。如果页面元素比较多，利用元素的属性无法准确的定位这个元素的时候，我们可以先定位元素所在的div块，再去定位这个元素。
WebDriver介绍(一)
iteye_4947的博客
09-15 135
Selenium 2 (WebDriver) 介绍 Web应用的自动化测试 如今许多，可能所有的应用软件都是基于web的应用。这些应用的测试有效性在公司与组织 间相差甚大。在这个高度互动和相应的时代，许多组织都使用某种形式的敏捷软件开发流程。频繁的测试成为软件项目的一个需求，必然要求进行自动化测试。自动 化测试意味着使用一个软件工具重复的针对某个应用进行测试。 自动化测试有许多好处。许多都跟...
Selenium WebDriver - 其它
AI + 工程
06-17 1042
当页面刷新或页面上的项目移动时，页面上仍然有一个具有所需定位器的元素，它只是不再被正在使用的元素对象访问，并且必须重新定位该元素才能再次使用。元素对象是为给定的上下文存储的，所以如果您移动到不同的上下文——比如不同的窗口或不同的框架或iframe——元素引用仍然有效，但暂时无法访问。如果有一种简单的方法来比较一种颜色的十六进制表示和一种颜色的RGB表示，或者一种颜色的RGBA表示和一种颜色的HSLA表示，那不是很好吗？
【WebDriver】WebDriver 常用操作
alexlau2016的博客
03-05 272
WebDriver 常用操作 1 浏览器操作 2 窗口和弹框操作 3 cookies 操作 4 简单对象的定位 5 页面元素操作 6 鼠标事件 7 键盘事件 1 浏览器操作 #属性： driver.current_url #用于获得当前页面的URL driver.title #用于获取当前页面的标题 driver.page_source #用于获取...
selenium webdriver入门
所寫即所思｜一个阿里质量人对测试的所感所悟。
01-02 2162
​概要 WebDriver可以像用户一样驱动原生浏览器，无论是在本地服务器还是在使用Selenium服务器的远程机器上，都标志着浏览器自动化的一个飞跃。 Selenium WebDriver也是控制浏览器代码运行的一种实现方式，通常被简称为WebDriver。 它有以下特点： WebDriver框架设计简单、编程接口设计简明。 WebDriver是一个紧凑的面向对象的API。 它能有效地驱动浏览器。 原理 组件 使用WebDriver构建一个测试套..
Selenium - WebDriver 操作
guo_qingxia的博客
07-06 859
此处以“菜鸟教程”网页举例，先打开菜鸟教程首页https://www.runoob.com/，再打开“菜鸟笔记”tab >>> from selenium import webdriver >>> b = webdriver.Chrome() >>> b.get('https://www.runoob.com/') >>> b.maximize_window() #最大化窗口 <a href="//www.runoob
精通Selenium WebDriver与Java的电子书指南
1. **Selenium WebDriver介绍**：了解Selenium WebDriver的基本概念、架构和工作原理，以及它与Selenium IDE和Selenium RC的区别。 2. **安装与配置**：学习如何在不同的操作系统（如Windows、Mac、Linux）上安装...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值