IT大道IT大道

首页 >  技术 > Selenium WebDriver 工作原理

Selenium WebDriver 工作原理

原文 http://www.cnblogs.com/111testing/p/7198369.html 2017-07-18 00:56:35 0 评论

WebDriver与之前Selenium的js注入实现不同:
Selenium通过JS来定位元素处理元素(基本上所有元素都可以定位到)
WebDriver通过WebDriver API定位处理元素:通过浏览器的native component来实现把WebDriver API的调用转化为浏览器的本地调用(WebDriver能更好的模拟真实的环境,但是无法定位隐藏元素)。

最近比较空闲就仔细看了一下Selenium的源码,因为主要是使用WebDriver所以重点关注了一下WebDriver的工作原理。在前一篇blog里已经解释过了WebDriver与之前Selenium的js注入实现不同,直接利用了浏览器native support来操作浏览器。所以对于不同平台,不同的浏览器,必须依赖一个特定的浏览器的native component来实现把WebDriver API的调用转化为浏览器的native invoke。

在我们new一个WebDriver的过程中,Selenium首先会确认浏览器的native component是否存在可用而且版本匹配。接着就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、上传文件等等等等。

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FirefoxDriver初始化成功之后,默认会从http://localhost:7055开始,而ChromeDriver则大概是http://localhost:46350之类的。接下来,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社么事情。

这里笔者初步画了一个图来表示各种WebDriver的工作原理:

itdadao

从上图中我们可以看出,不同浏览器的WebDriver子类,都需要依赖特定的浏览器原生组件,例如Firefox就需要一个add-on名字叫webdriver.xpi。而IE的话就需要用到一个dll文件来转化Web Service的命令为浏览器native的调用。另外,图中还标明了WebDriver Wire协议是一套基于RESTful的web service。如果不明白什么是RESTful的,可以参见笔者之前另外一篇介绍REST的blog(http://blog.csdn.net/ant_yan/article/details/7963517)

关于WebDriver Wire协议的细节,比如希望了解这套Web Service能够做哪些事情,可以阅读Selenium官方的协议文档, 在Selenium的源码中,我们可以找到一个HttpCommandExecutor这个类,里面维护了一个Map<String, CommandInfo>,它负责将一个个代表命令的简单字符串key,转化为相应的URL,因为REST的理念是将所有的操作视作一个个状态,每一个状态对应一个URI。所以当我们以特定的URL发送HTTP request给这个RESTful web service之后,它就能解析出需要执行的操作。截取一段源码如下:

  1. nameToUrl = ImmutableMap.<String, CommandInfo>builder()  
  2.         .put(NEW_SESSION, post("/session"))  
  3.         .put(QUIT, delete("/session/:sessionId"))  
  4.         .put(GET_CURRENT_WINDOW_HANDLE, get("/session/:sessionId/window_handle"))  
  5.         .put(GET_WINDOW_HANDLES, get("/session/:sessionId/window_handles"))  
  6.         .put(GET, post("/session/:sessionId/url"))  
  7.   
  8.             // The Alert API is still experimental and should not be used.  
  9.         .put(GET_ALERT, get("/session/:sessionId/alert"))  
  10.         .put(DISMISS_ALERT, post("/session/:sessionId/dismiss_alert"))  
  11.         .put(ACCEPT_ALERT, post("/session/:sessionId/accept_alert"))  
  12.         .put(GET_ALERT_TEXT, get("/session/:sessionId/alert_text"))  
  13.         .put(SET_ALERT_VALUE, post("/session/:sessionId/alert_text"))  

可以看到实际发送的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。例如我们最常用的一个WebDriver的API,getWebElement在这里就会转化为/session/:sessionId/element这个URL,然后在发出的HTTP request body内再附上具体的参数比如by ID还是CSS还是Xpath,各自的值又是什么。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WebElement的各种细节,比如text、CSS selector、tag name、class name等等。以下是解析我们说的HTTP response的代码片段:

  1. try {  
  2.         response = new JsonToBeanConverter().convert(Response.class, responseAsText);  
  3.       } catch (ClassCastException e) {  
  4.         if (responseAsText != null && "".equals(responseAsText)) {  
  5.           // The remote server has died, but has already set some headers.  
  6.           // Normally this occurs when the final window of the firefox driver  
  7.           // is closed on OS X. Return null, as the return value _should_ be  
  8.           // being ignored. This is not an elegant solution.  
  9.           return null;  
  10.         }  
  11.         throw new WebDriverException("Cannot convert text to response: " + responseAsText, e);  
  12.       } //...  


相信总结道这里,应该对WebDriver的运行原理应该清楚了!其实挺佩服这一套RESTful web service的设计。感觉封装WebDriver暴露出来的public API还可以更加友好跟强大一点,这次就先总结道这里,会继续分析Selenium源码,继续分享的!

猜你喜欢