Selenium 工作原理

Selenium是ThoughtWorks公司研发的一个强大的基于浏览器的开源自动化测试工具，它通常用来编写web应用的自动化测试。早期也即Selenium1.x时期主要使用Selenium RC（Selenium Remote Control）进来自动化测试。Selenium2.x集成了Selenium和WebDriver的功能。
一、Selenium RC
1. Selenium RC的组成

下图所示为Selenium RC的工作原理：

（1）Selenium Server

Selenium Server负责控制浏览器行为，总的来说，Selenium Server主要包括3个部分：Launcher、Http Proxy、Selenium Core。其中Selenium Core是被Selenium Server注入到浏览器页面中的，它其实就是一堆Javascript函数的集合。自动化测试的过程是：Selenium RC启动一个Selenium 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函数即Selenium Core，通过这些Javascript函数，我们才可以实现用程序对浏览器进行操作。（Javascript可以获取并调用页面的任何元素，自如的进行操作）

（2）Client Libraries

写测试用例时用来控制Selenium Server的库。测试用例通过调用Client Libraries来编写相关的代码。
2. Selenium RC与Testcase的关系

工作流程如下图所示：

具体过程为：

（1）测试用例通过Client Libraries的接口向Selenium Server发送Http请求，要求和Selenium Server建立连接

（2）Selenium Server的Launch启动浏览器，把Selenium Core加载入浏览器页面中，并发浏览器的代理设置为Selenium Server的Http Proxy。

（3）测试用例通过Client Libraries的接口向Selenium Server发送Http请求，Selenium Server对请求进行解析，然后通过Http Proxy发送JS命令通知Selenium Core执行操作浏览器的动作。

（4）Selenium Core接收到指令后，执行操作

（5）浏览器收到新的页面请求信息，于是发送Http请求，请求新的web页面。Selenium Server会接收到所有由它启动的浏览器发动的请求。

（6）Selenium Server接收到浏览器发送的Http请求后，自己重组Http请求，获取对应的web页面

（7）Selenium Server的Http Proxy把接收的Web页面返回给浏览器
3. Selenium RC的缺点

（1）Selenium RC不能处理本机键盘和鼠标事件

（2）Selenium RC不能处理弹出框、对话框（基本身份认证、文件上传/下载）事件

（3）Selenium RC使用Javascript注入技术，速度不够理想，稳定性大大依赖于Selenium内核对API翻译成的Javascript质量高低。
二、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FirefoxDriver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HTTP request给监听端口上的Web Service。在我们的HTTP request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。

工作流程如下图所示：

具体过程如下：

（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。若匹配则在目标浏览器里启动一整套Web Service。这套Web Service使用了Selenium自己设计定义的协议，名字叫做The WebDriver Wire Protocol。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）发送请求时，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By 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_class_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class name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Http Response。内容也是Json，会返回找到的element的各种细节，比如text、CSS selector、tag name、class name等等。比如：

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

原文：https://blog.csdn.net/zhuliqi052466/article/details/74942813