內容轉載自：http://blog.csdn.net/huangbowen521/article/details/7816538
1、selenium介紹：
Selenium是一個瀏覽器自動化操作框架。Selenium主要由三種工具組成。第一個工具SeleniumIDE，是Firefox的擴展插件，支持用戶錄制和回訪測試。錄制/回訪模式存在局限性，對許多用戶來說並不適合，因此第二個工具——Selenium WebDriver提供了各種語言環境的API來支持更多控制權和編寫符合標准軟件開發實踐的應用程序。最后一個工具——SeleniumGrid幫助工程師使用Selenium API控制分布在一系列機器上的瀏覽器實例，支持並發運行更多測試。在項目內部，它們分別被稱為“IDE”、“WebDriver”和“Grid”
2、webdriver介紹：
WebDriver針對各個瀏覽器而開發，取代了嵌入到被測Web應用中的JavaScript。與瀏覽器的緊密集成支持創建更高級的測試，避免了JavaScript安全模型導致的限制。除了來自瀏覽器廠商的支持，WebDriver還利用操作系統級的調用模擬用戶輸入。WebDriver支持Firefox(FirefoxDriver)、IE (InternetExplorerDriver)、Opera (OperaDriver)和Chrome (ChromeDriver)。 它還支持Android (AndroidDriver)和iPhone (IPhoneDriver)的移動應用測試。它還包括一個基於HtmlUnit的無界面實現，稱為HtmlUnitDriver。WebDriver API可以通過Python、Ruby、Java和C#訪問，支持開發人員使用他們偏愛的編程語言來創建測試。
3、webdriver工作原理：
WebDriver是W3C的一個標准，由Selenium主持。
具體的協議標准可以從http://code.google.com/p/selenium/wiki/JsonWireProtocol#Command_Reference 查看。
從這個協議中我們可以看到，WebDriver之所以能夠實現與瀏覽器進行交互，是因為瀏覽器實現了這些協議。這個協議是使用JOSN通過HTTP進行傳輸。
它的實現使用了經典的Client-Server模式。客戶端發送一個requset，服務器端返回一個response。
我們明確幾個概念。
Client
調用 WebDriverAPI的機器。
Server
運行瀏覽器的機器。Firefox瀏覽器直接實現了WebDriver的通訊協議，而Chrome和IE則是通過ChromeDriver和InternetExplorerDriver實現的。
Session
服務器端需要維護瀏覽器的Session，從客戶端發過來的請求頭中包含了Session信息，服務器端將會執行對應的瀏覽器頁面。
WebElement
這是WebDriverAPI中的對象，代表頁面上的一個DOM元素。
舉個實際的例子，下面代碼的作用是”命令”firefox轉跳到google主頁：
WebDriver driver = new FirefoxDriver();
//實例化一個Driver
driver.get("http://www.google.com");
在執行driver.get("http://www.google.com")這句代碼時，client，也就是我們的測試代碼向remote server發送了如下的請求：
POSTsession/285b12e4-2b8a-4fe6-90e1-c35cba245956/url post_data{"url":"http://google.com"}
通過post的方式請求localhost:port/hub/session/session_id/url地址，請求瀏覽器完成跳轉url的操作。
如果上述請求是可接受的，或者說remote server是實現了這個接口，那么remote server會跳轉到該post data包含的url,並返回如下的response
{"name":"get","sessionId":"285b12e4-2b8a-4fe6-90e1-c35cba245956","status":0,"value":""}
該response中包含如下信息
name：remote server端的實現的方法的名稱，這里是get，表示跳轉到指定url；
sessionId：當前session的id；
status：請求執行的狀態碼，非0表示未正確執行，這里是0，表示一切ok不許擔心；
value：請求的返回值，這里返回值為空，如果client調用title接口，則該值應該是當前頁面的title；
如果client發送的請求是定位某個特定的頁面元素，則response的返回值可能是這樣的：
{"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，區別是該請求的返回值是ELEMENT:{2192893e-f260-44c4-bdf6-7aad3c919739}，表示定位到元素的id，通過該id，client可以發送如click之類的請求與 server端進行交互。