selenium原理解析

相信很多测试小伙伴儿都听过或者使用过web自动化selenium，那您有没有研究过selenium的原理呢？为什么要使用webdriver.exe，webdriver.exe是干啥用的？selenium.common.exceptions.WebDriverException: Message: 'xxxdriver' executable needs to be in PATH如何解决的 ？今天和大家一起分析下selenium整体运行原理，有一个直观的认识。

以python为例

此处省略环境搭建和安装过程了，不知道的小伙伴儿可以自行百度。

大家都知道在使用selenium时，需要先要导入webdriver，通过webriver模块实例化driver对象

from selenium import webdriver
chrome = webdriver.Chrome()

webdriver.Chrome()都做了什么？

通过跟踪Chrome类的__init__方法发现，在初始化时调用了Service类的start方法

# WebDriver初始化方法，executable_path为chromedriver
def __init__(self, executable_path="chromedriver", port=0,
                 options=None, service_args=None,
                 desired_capabilities=None, service_log_path=None,
                 chrome_options=None, keep_alive=True)

# Service类初始化和调用start方法
from .service import Service
self.service = Service(
            executable_path,
            port=port,
            service_args=service_args,
            log_path=service_log_path)
self.service.start()

继续跟踪Service类中start方法

cmd = [self.path]
cmd.extend(self.command_line_args())
self.process = subprocess.Popen(cmd, env=self.env,
                                     close_fds=platform.system() != 'Windows',
                                     stdout=self.log_file,
                                     stderr=self.log_file,
                                     stdin=PIPE)

cmd列表的第一个参数是传入的executable_path="chromedriver"

cmd列表的第二个参数是可用的端口号

# class Service(object)中的方法，说明该方法需要子类重写
def command_line_args(self):
      raise NotImplemented("This method needs to be implemented in a sub class")

# 子类class Service(service.Service)
def command_line_args(self):
      return ["--port=%d" % self.port] + self.service_args

# self.port 属性在子类Service未声明，说明是在父类中声明的
# 父类中的__init__方法中
self.port = port
if self.port == 0:
       self.port = utils.free_port()
# 由此可知port是调用utils.free_port获取一个可用端口，这就是为什么每次运行端口都不一样的原因所在

从上面分析可以得到cmd的参数为

cmd = ['chromedriver', '--port=52857']

端口是随机可用的

即start方法实际是使用subprocess中的Popen方法执行cmd中的命令chromedriver --port=52857

我们在dos窗口中执行该命令

貌似是起了一个服务，在浏览器输入 localhost:52857试试

可以访问，那关掉该cmd窗口再进行访问呢？

无法访问了，可以看出subprocess.Popen(cmd)实际是启动了一个服务，那cmd命令中chromewebdrive是什么呢？

通过命令where chromewebdriver，发现 chromewebdriver就是我们添加到path路径的浏览器驱动

双击运行chromewebdriver.exe 发现，和subprocess.Popen(cmd)是惊人的相似，只是端口不同而已，也是可以通过浏览器访问

再执行完subprocess.Popen(cmd)，紧接着执行RemoteWebDriver的初始化方法，代码如下：

# RemoteWebDriver类的初始化方法
RemoteWebDriver.__init__(
                self,
                command_executor=ChromeRemoteConnection(
                    remote_server_addr=self.service.service_url,
                    keep_alive=keep_alive),
                desired_capabilities=desired_capabilities)

通过对代码进行跟踪，RemoteWebDriver.__init__实际就是通过http的形式向webdriverserver获取一个session

综上webdriver.Chrome()其实就是启动了一个本地服务，并通过http获取一个新的session

接下来继续分析chrome.get('http://www.baidu.com')都做什么？

def get(self, url):
        """
        Loads a web page in the current browser session.
        """
        self.execute(Command.GET, {'url': url})

# 都是调用的 self._request发起http请求
def execute(self, command, params):
    return self._request(command_info[0], url, body=data)

通过print或者debug，get方法本质也是向webdriver server 发起一次http请求，session/${session}/url

为了验证上说结论我们用接口的形式是否可以打开chrome浏览器

步骤：

1、本地双击webdriver.exe 启动一个一个webdriver 服务，端口9515

2、通过接口localhost:9515/session, 获取session

3、通过接口localhost:9515/session/${session}/url，打开浏览器

接口1
localhost:9515/session
    method：
        POST
    params:
        {"desiredCapabilities": {"version": "", "platform": "ANY", "goog:chromeOptions": {"args": [], "extensions": []}, "browserName": "chrome"}, "capabilities": {"alwaysMatch": {"goog:chromeOptions": {"args": [], "extensions": []}, "platformName": "any", "browserName": "chrome"}, "firstMatch": [{}]}}

接口2

session/${session}/url 
method： POST 
params: { "url": "http://www.baidu.com", "sessionId": "${session}" }

在jmeter中运行上述接口，启动了Chrome浏览器比打开百度首页

综上可以得出selenium的整个交互过程了，下面就是selenium的运行原理，写得不对的欢迎板砖

思考：

selenium web UI自动化能否可以向接口自动化那些来编写web UI自动化呢？这样有什么好处和不足