底层原理（一）元素操作与驱动交互

浏览器启动完成后，调用：driver.get("https://ke.qq.com/")；
就能在导航栏中访问到指定的这个页面，这个里面发生了什么？
到底是客户端脚本直接操作浏览器还是通过某些中间件来完成？？

底层原理如下：

1、在自动化测试过程中，存在三部分组件：客户端脚本+驱动+浏览器终端。
2、驱动文件，以geckodriver.exe为例，这个可执行的驱动文件启动后，相当于一个暴露了一系列接口的服务器，监听某一端口，例如：89890。
3、客户端的操作（访问页面，定位元素，输入数据，点击按钮等）都是封装成了接口请求（eg：/session/xx/yy），然后提交到驱动服务器。
4、驱动服务器接收到客户端的请求后，再跟终端浏览器交互。
5、终端浏览器做出相应操作。

下图描述了整个交互过程：

image.png

定位元素为例，定位搜索框，我们来看底下这行代码在执行的时候底层到底经历了些什么：

WebElement searchInputBox = driver.findElement(By.id("js_keyword"));

image

实际，底层请求时，每个请求会被封装为一个command，然后根据不同的commannd封装得到不同的HttpRequest对象：

image

根据此命令，得到接口地址：

image

拿到此接口地址封装为一个HttpRequest请求。

image

client.execute（httpRequest，true），执行接口调用：

image

至于其他操作：往输入框输入数据，点击按钮等，都是对应一个接口地址，通过调用接口，请求驱动来处理，最后驱动同浏览器进行交互，浏览器按照指示做出对应操作。

Selenium有一个类AbstractHttpCommandCodec，此类中维护了众多自动化操作对应的接口地址：

image

image

image

image

image

另外，可能会有人好奇，驱动服务器是何时启动的服务。其实是在执行下面这行代码的时候启动的，大家可执行去debug调试selenium的底层代码：

image

当上面这行代码执行完，可以发现eclipse的控制台显示了如下信息：

image

说明此驱动服务器成功启动了，并且监听了本机的21984端口，等待客户端发起请求，并处理。

至于驱动跟浏览器之间是如何交互的，在后面的文章中会择机介绍，请大家守候。