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

編輯代碼，發送代碼。注意：代碼內部已經包裝了webdriver協議。

Server

運行瀏覽器的機器。瀏覽器則通過驅動程序來實現了WebDriver的通訊協議，如：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，客戶端首次發送請求的字符串是'/session/$sessionId/url'。服務器端將根據url打開對應的url地址，同時將$sessionId解析成真實的值。然后返回給客戶端。以后客戶端再向瀏覽器發送請求時，將會攜帶session值一起發送。

一.客戶端和瀏覽器在同一台機器上

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

1.browser=webdriver.Chrome()這句代碼的解析如下：

通過上面代碼的解析，我們已經知道我們創建了一個實例browser，該實例是webdriver和rmotewebdriver共同擁有的實例。通過webdriver啟動了chromedriver程序，通過rmotewebdriver則啟動了瀏覽器，生成session值。並規定了webdriver協議。

2.driver.get("http://www.google.com")這句代碼的解析：

該get()方法是rmotewebdriver 的方法。該方法直接又調用了rmotewebdriver 的execute()方法。execute()方法就是用來操作瀏覽器做各種事情的。

 

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。

二.客戶端遠程瀏覽器

通過上面的實例和以前介紹的內容，我們知道了，客戶端按照webdriver協議編寫一段字符串，這段字符串再通過json的方式發送到瀏覽器端，瀏覽器端則使用chromedriver驅動程序

啟動瀏覽器並跟據發送過來的字符串操作瀏覽器進行相應的工作。

所以，我們想遠程瀏覽器，我們需要有程序去啟動chromedriver程序。然后我們再在客戶端json一段字符串過去。

具體步驟：

1.下載合適的selenium-server,並啟動

　　目的：啟動chromedriver和設置監聽端口

在win中：

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

下載建議：根據您當前的selenium版本下載對應的selenium server版本

在cmd中執行命令： 

>> 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.編寫客戶端代碼，如下：

from selenium.webdriver.remote import webdriver   #這兒直接導入的remote里面的webdriver
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities   #導入瀏覽器的基本參數
f=webdriver.WebDriver(command_executor="http://192.168.1.103:9999/wd/hub",desired_capabilities=DesiredCapabilities.CHROME)
f.get("http://www.baidu.com")

看出這段代碼和上面《一、客戶端和瀏覽器在同一台機器上》里面的代碼有什么不同了嗎？

上面實例化的是chrome 里面的webdriver 。而該實例里實例化的是remote里面的webdriver。這是為什么呢？

因：上面需要啟動chromedriver和設置監聽端口。而該實例里面啟動chromedriver和設置監聽端口是在遠程服務器端通過selenium-server啟動的。