WebDriver 工作原理

WebDriver是W3C的一个标准，由Selenium主持。

具体的协议标准可以从http://code.google.com/p/selenium/wiki/JsonWireProtocol#Command_Reference   查看。

从这个协议中我们可以看到，WebDriver之所以能够实现与浏览器进行交互，是因为浏览器实现了这些协议。这个协议是使用JOSN通过HTTP进行传输。

它的实现使用了经典的Client-Server模式。客户端发送一个requset，服务器端返回一个response。

我们明确几个概念。

Client

编辑代码，发送代码。注意：代码内部已经包装了webdriver协议。

Server

运行浏览器的机器。浏览器则通过驱动程序来实现了WebDriver的通讯协议，如：Chrome和IE则是通过ChromeDriver和InternetExplorerDriver实现的。

Session

服务器端需要维护浏览器的Session，客户端首次发送请求的字符串是'/session/$sessionId/url'。服务器端将根据url打开对应的url地址，同时将$sessionId解析成真实的值。然后返回给客户端。以后客户端再向浏览器发送请求时，将会携带session值一起发送。

一.客户端和浏览器在同一台机器上

from selenium import webdriver
import time
browser=webdriver.Chrome()
browser.get("http://www.baidu.com")

1.browser=webdriver.Chrome()这句代码的解析如下：

通过上面代码的解析，我们已经知道我们创建了一个实例browser，该实例是webdriver和rmotewebdriver共同拥有的实例。通过webdriver启动了chromedriver程序，通过rmotewebdriver则启动了浏览器，生成session值。并规定了webdriver协议。

2.driver.get("http://www.google.com")这句代码的解析：

该get()方法是rmotewebdriver 的方法。该方法直接又调用了rmotewebdriver 的execute()方法。execute()方法就是用来操作浏览器做各种事情的。

 

我们的测试代码向remote server发送了如下的请求：

POSTsession/285b12e4-2b8a-4fe6-90e1-c35cba245956/url  post_data{"url":"http://google.com"}  

通过post的方式请求localhost:port/hub/session/session_id/url地址，请求浏览器完成跳转url的操作。

如果上述请求是可接受的，或者说remote server是实现了这个接口，那么remote server会跳转到该post data包含的url,并返回如下的response

{"name":"get","sessionId":"285b12e4-2b8a-4fe6-90e1-c35cba245956","status":0,"value":""} 

该response中包含如下信息

name：remote server端的实现的方法的名称，这里是get，表示跳转到指定url；

sessionId：当前session的id；

status：请求执行的状态码，非0表示未正确执行，这里是0，表示一切ok不许担心；

value：请求的返回值，这里返回值为空，如果client调用title接口，则该值应该是当前页面的title；

如果client发送的请求是定位某个特定的页面元素，则response的返回值可能是这样的：

{"name":"findElement","sessionId":"285b12e4-2b8a-4fe6-90e1-c35cba245956","status":0,"value":{"ELEMENT":"{2192893e-f260-44c4-bdf6-7aad3c919739}"}} 

name,sessionId，status跟上面的例子是差不多的，区别是该请求的返回值是ELEMENT:{2192893e-f260-44c4-bdf6-7aad3c919739}，表示定位到元素的id，通过该id，client可以发送如click之类的请求与 server端进行交互。

二.客户端远程浏览器

通过上面的实例和以前介绍的内容，我们知道了，客户端按照webdriver协议编写一段字符串，这段字符串再通过json的方式发送到浏览器端，浏览器端则使用chromedriver驱动程序

启动浏览器并跟据发送过来的字符串操作浏览器进行相应的工作。

所以，我们想远程浏览器，我们需要有程序去启动chromedriver程序。然后我们再在客户端json一段字符串过去。

具体步骤：

1.下载合适的selenium-server,并启动

　　目的：启动chromedriver和设置监听端口

在win中：

下载地址：https://selenium-release.storage.googleapis.com/index.html?path=3.3/

下载建议：根据您当前的selenium版本下载对应的selenium server版本

在cmd中执行命令： 

>> java -Dwebdriver.chrome.driver = “/opt/chromium-browser/chromedriver.exe ” -jar selenium-server-standalone-3.3.1.jar -port 9999

在linux中：

npm install -g selenium-standalone
selenium-standalone install selenium-standalone start

2.编写客户端代码，如下：

from selenium.webdriver.remote import webdriver   #这儿直接导入的remote里面的webdriver
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities   #导入浏览器的基本参数
f=webdriver.WebDriver(command_executor="http://192.168.1.103:9999/wd/hub",desired_capabilities=DesiredCapabilities.CHROME)
f.get("http://www.baidu.com")

看出这段代码和上面《一、客户端和浏览器在同一台机器上》里面的代码有什么不同了吗？

上面实例化的是chrome 里面的webdriver 。而该实例里实例化的是remote里面的webdriver。这是为什么呢？

因：上面需要启动chromedriver和设置监听端口。而该实例里面启动chromedriver和设置监听端口是在远程服务器端通过selenium-server启动的。