关于chromedriver和selenium(webdriver)的调研和修改(一)

　　首先需要修正一下标题，因为事实上关于这部分的东西有很多，本文描述的只是其中的一部分——上下文是这样的：博主负责的时一款双核浏览器产品的自动化部分，每次产品变动的时候都需要重新调研底层实现和接口的部分。Chrome内核升级之后，之前使用的关于一些驱动浏览器的部分已经被阉割掉了（类似于pyautolib），chromium中只留下了chromedriver.exe部分的可以用来使用，当然需要对它进行改造，以适应自己的需要——毕竟产品是浏览器本身而不是哪一个网站。

 

其他需要的东西有:

C++：chromedriver.exe是用C++写的，需要修改并重新编译

Selenium：一套webdriver的开源架构，关于它的介绍，任何一个搜索引擎或者招聘网站都可以找到很多；关于各个浏览器driver，实现原理不同，IE 相对简单，即使不使用selenium也可以比较轻松的控制IE，毕竟它继承于微软技术巅峰的一套技术，ole和com之上；火狐的driver没有搞过，不好进行评价，貌似是使用插件完成的

Python：由于代码的继承问题，使用上选择python语言驱动chromedriver.exe，简单一些

 

为了完成这部分修改，这几天修改了一下chromedriver的代码，编译出来的chromedriver在目前的自动化项目中可以正常使用，性能和压力部分貌似也可以，这块还未深入研究J。

 

Chromedriver原理和修改

Chromedriver是google为网站开发人员提供的自动化测试接口，是现在最火的网站测试架构selenium的chrome基础部分，主要是通过http通信实现的，不是pyautolib中的IPC方式。

除了selenium 提供的网站测试接口外，chromedriver还提供了更多有趣并且实用的功能，可以用在浏览器的测试中（如果需要，后续会进行封装）。

 

具体运行原理如下

1. Selenium 通过一套protocol 和远程的 chromedriver进行通信，selenium 实质上是对这套协议的底层封装，同时提供外部WebDriver的上层调用类库；关于协议的详细内容见The WebDriver Wire Protocol；

 

Selenium提供的操作包括：

Session相关

Element（页面）相关

Window相关

Alert相关

 

2. Selenium 通过指定的Port调用起 chromedriver的实例，具体实现见chromium/源码：src/third_party/webdriver/pylib/selenium/webdriver/chrome/service.py；

 

3. chromedriver在本地port端口打开一个http服务，Selenium通过网络编程与这个http服务进行通信，通信协议即1中提到的wire protocol；selenium对wire protocol的具体实现见：chromium//src/third_party/webdriver/pylib/selenium/webdriver/remote/remote_connection.py

 

4. chromedriver和外部（如selenium）的通信，通过session进行标识，selenium中每创建一个WebDriver实例，则chromedriver新建一个线程，通过包含唯一Port的命令启动一个chromebrowser 实例，并将其保存在一个session中，这个session保持selenium 和 对应的chromebrowser的通信，详情见chromium//src/chrome/test/chromedriver/session_commands.cc；

 

5. chromedriver中的session和chromebrowser通过socket进行TCP通信，即4中通过命令启动chromebrowser的同时，session中包含一个socket的client，和chromebrowser中的socket服务进行通信，进而控制chromebrowser；详情请见WaitForDevToolsAndCheckVersion的实现；

 

6. selenium中的WebDriver实例和chromedriver的关系为多对一，chromedriver和chromebrowser的关系为一对多；启用多个chromedriver的需求暂时没有。

 

修改如下

1. 修改的核心是屏蔽chromedriver对新browser的创建，而是将它attach到一个已经运行的browser实例上；

2. 修改方法是使用一个包含port的命令启动一个sebrowser实例，而在chromedriver代码中绕开CreateProcess的过程，在WaitForDevToolsAndCheckVersion中使用对应实例的port；

3. 修改后的chromedriver对browser和chromebrowser使用方法相同；

 

 

Chromedriver的使用

由于无法公开代码，这里只能简单介绍一下使用方法。和修改保持一致即可：

1、通过进程启动浏览器——启动命令需要指定port

2、启动chromedriver.exe进行，将port传入

3、通过selenium控制chromedriver.exe进行浏览器的各种操作

可以直接使用selenium操作chromedriver（推荐），也可以直接编写代码操作（不推荐）。