浅谈python中selenium库调动webdriver驱动浏览器的实现原理

最近学web自动化时用到selenium库，感觉很神奇，遂琢磨了一下，写了点心得。

当我们输入以下三行代码并执行时，会发现新打开了一个浏览器窗口并访问了百度首页，然而这是怎么做到的呢？

 from selenium import webdriver
 driver = webdriver.Chrome()
 driver.get('http://www.baidu.com')

首先我们来看一下selenium库的结构：

很显然，selenium就是一个软件包，里面有两个一级子包，common和webdriver。导入webdriver后，webdriver.Chrome()中的Chrome又是什么呢？

原来是来自二级子包chrome下的webdriver模块里的WebDriver类，所以driver=webdriver.Chrome()中的driver是一个WebDriver类的实例化对象。我们来看看这个类：

这个类是干嘛的呢？原来它是控制谷歌浏览器驱动去驱动浏览器的，但是仔细一找，也没看到它里面有get方法呀，哦，它继承自RemoteWebDriver类，也就是二级子包remote下的webdriver模块里的WebDriver类，呵呵，这还真是个高频词汇啊！get方法应该就在这里面，去找一下：

果然，get调用上面的execute方法，传参，发现execute又调用了command_executor.execute方法：

继续查看，发现command_executor.execute方法是remote_connection.py这个模块里面的RemoteConnection类下面的，

看这个类注释，连接到远程浏览器驱动服务，很显然，浏览器驱动是服务端，selenium是客户端。在下面找到execute方法:

给远程服务端发命令command，又将命令传给下面的_request方法，发送HTTP请求给远程服务端，即浏览器驱动，这里出现了大家熟悉的请求方法get或者post，请求url，请求体，再往上看command：

原来发的是post请求，这里使用的是WebDriver wire protocol协议，即JsonWireProtocol，body部分是这个协议规定的JSON格式的字符串。

总的来说，过程还是很复杂的，至少对于我来说。

补充：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。