【Selenium初学记录篇】从零开始

前言

一直想学习自动化测试，但是都没行动，业余时间学习零零碎碎并记录20210402

 

Selenium

• 目前是软件测试行业最为核心主流的自动化测试架构技术体系
• Selenium：RobotFramework、airtest、playwright、Appium
• selenium1.x：这个时候的selenium，使用的是JavaScript注入技术与浏览器打交道。需要Selenium RC启动一个Server，将操作Web元素的API调用转化为一段段Javascript，在Selenium内核启动浏览器之后注入这段Javascript。
• Javascript可以获取并调用DOM的任何元素，自如的进行操作。由此才实现了Selenium的目的：自动化Web操作。这种Javascript注入技术的缺点是速度不理想，而且稳定性大大依赖于Selenium内核对API翻译成的Javascript质量高低。
• selenium2.x：相比于selenium1.x，2.x版本整合了webdriver以及原版selenium。两个项目合二为一，虽然名字还叫selenium，但也可以叫Webdriver。这个版本的selenium是利用浏览器原生的API，封装成一套更加面向对象的Selenium WebDriver API。
•  
• SeleniumIDE，早期代表firefox下的插件，支持浏览器的脚本录制与回放，存在于Selenium1和2版本。
• Selenium+Webdriver，是从Selenium2开始一直延续至今的一套体系。
• SeleniumIDE4.0版本，支持多浏览器的脚本录制，还是不火。
• Selenium Grid，可以将线性脚本做到更优越。涉及到分布式概念，可以将原有的自动化测试框架从单体服务器模式转变为M/S(主从节点)形态的分布式架构形式来实现。一般分布式测试框架体系可以结合用例并发的模式来存在。用于结合用户数并发的测试

直接操作浏览器页面里的元素，甚至操作浏览器本身（截屏，窗口大小，启动，关闭，安装插件，配置证书之类的）。由于使用的是浏览器原生的API，速度大大提高，而且调用的稳定性交给了浏览器厂商本身，显然是更加科学。然而带来的一些副作用就是，不同的浏览器厂商，对Web元素的操作和呈现多少会有一些差异，这就直接导致了Selenium WebDriver要分浏览器厂商不同，而提供不同的实现。

 

WebDriver浏览器驱动

实现代码操作浏览器的插件。实际上，不能算是一个驱动，而是一个基于HTTP网络协议进行数据交互的代理服务。具体对应的浏览器版本于webdriver的对应版本，可以去Selenium官网找。chromdriver可以直接百度。将驱动放/usr/local/bin下

建议关闭谷歌自动更新，便于学习Selenium

cd ~/Library/Google
sudo chown root:wheel GoogleSoftwareUpdate

关闭后重启谷歌浏览器，点击关于，就有个红色感叹号。如下图所示

原理

要通过selenium实现自动化测试，最最主要是需要三种东西：测试需要用的代码、webdriver、浏览器。

① 代码

selenium支持多种语言（java/c#/python/ruby）。测试工程师通过编程语言，调用浏览器对应API实现需要的功能。

② webdriver

webdriver，就像是一个媒介。代码驱动webdriver。上文提过，不同浏览器有不同的webdriver。例如火狐的FirefoxDriver，谷歌的 ChromeDriver。

③ 浏览器

不同的浏览器对应不同的webdriver。

 

从上图，测试代码输入操作给webdriver，webdriver再去控制浏览器，最终达到的效果就是代码实现对浏览器的操作。

【例子】查找元素

以查找元素为例，查看代码与webdriver的交互。以下python为例：

from selenium import webdriver

#创建一个浏览器对象
driver = webdriver.Chrome()

这里driver是webdriver.Chrome()的对象，我们查看webdriver.Chrome()的源码。发现本质是 from .chrome.webdriver import WebDriver as Chrome

从目录名可知这来自chrome的webdriver，再次对这个WebDriver溯源，发现它是继承了一个RemoteWebDriver类。注释的含义是：控制ChromeDriver并允许驱动浏览器。

class WebDriver(RemoteWebDriver):
    """
    Controls the ChromeDriver and allows you to drive the browser.

    You will need to download the ChromeDriver executable from
    http://chromedriver.storage.googleapis.com/index.html
    """

    def __init__(self, executable_path="chromedriver", port=0,
                 options=None, service_args=None,
                 desired_capabilities=None, service_log_path=None,
                 chrome_options=None, keep_alive=True):
        """
        Creates a new instance of the chrome driver.

        Starts the service and then creates new instance of chrome driver.

        :Args:
         - executable_path - path to the executable. If the default is used it assumes the executable is in the $PATH
         - port - port you would like the service to run, if left as 0, a free port will be found.
         - options - this takes an instance of ChromeOptions
         - service_args - List of args to pass to the driver service
         - desired_capabilities - Dictionary object with non-browser specific
           capabilities only, such as "proxy" or "loggingPref".
         - service_log_path - Where to log information from the driver.
         - chrome_options - Deprecated argument for options
         - keep_alive - Whether to configure ChromeRemoteConnection to use HTTP keep-alive.
        """
    

再次对继承的RemoteWebDriver类溯源。

发现其是：selenium.webdriver.remote.webdriver.WebDriver。

class WebDriver(object):
    """
    Controls a browser by sending commands to a remote server.
    This server is expected to be running the WebDriver wire protocol
    as defined at
    https://github.com/SeleniumHQ/selenium/wiki/JsonWireProtocol

    :Attributes:
     - session_id - String ID of the browser session started and controlled by this WebDriver.
     - capabilities - Dictionaty of effective capabilities of this browser session as returned
         by the remote server. See https://github.com/SeleniumHQ/selenium/wiki/DesiredCapabilities
     - command_executor - remote_connection.RemoteConnection object used to execute commands.
     - error_handler - errorhandler.ErrorHandler object used to handle errors.
    """

    _web_element_cls = WebElement

    def __init__(self, command_executor='http://127.0.0.1:4444/wd/hub',
                 desired_capabilities=None, browser_profile=None, proxy=None,
                 keep_alive=False, file_detector=None, options=None):
        """
        Create a new driver that will issue commands using the wire protocol.

        :Args:
         - command_executor - Either a string representing URL of the remote server or a custom
             remote_connection.RemoteConnection object. Defaults to 'http://127.0.0.1:4444/wd/hub'.
         - desired_capabilities - A dictionary of capabilities to request when
             starting the browser session. Required parameter.
         - browser_profile - A selenium.webdriver.firefox.firefox_profile.FirefoxProfile object.
             Only used if Firefox is requested. Optional.
         - proxy - A selenium.webdriver.common.proxy.Proxy object. The browser session will
             be started with given proxy settings, if possible. Optional.
         - keep_alive - Whether to configure remote_connection.RemoteConnection to use
             HTTP keep-alive. Defaults to False.
         - file_detector - Pass custom file detector object during instantiation. If None,
             then default LocalFileDetector() will be used.
         - options - instance of a driver options.Options class
        """

注释的含义是：通过向远程服务器发送命令来控制浏览器。 该服务器应该运行WebDriver有线协议。

一个名为command_executor的对象执行了execute方法。 名为command_executor的对象是RemoteConnection类的对象。

并且这个对象是在新建selenium.webdriver.remote.webdriver.WebDriver类对象的时候就完成赋值的self.command_executor = RemoteConnection(command_executor, keep_alive=keep_alive)。

结合selenium.webdriver.remote.webdriver.WebDriver类的类注释来看：WebDriver类的功能是通过给一个remote server发送指令来控制浏览器。而这个remote server是一个运行WebDriver wire protocol的server。而RemoteConnection类就是负责与Remote WebDriver server的连接的类。 可以注意到有这么一个新建WebDriver类的对象时候的参数command_executor。

默认值等于'http://127.0.0.1:4444/wd/hub'。这个值表示的是访问server的URL。因此这个值作为了RemoteConnection类的构造方法的参数。因为要连接remote server，URL是必须的。 

 

指令的URL部分包含了几个组成部分：

• HTTP请求方法。WebDriver wire protocol中定义的指令是符合RESTful规范的，通过不同请求方法对应不同的指令操作。
• sessionId. sessionId表示了remote server和浏览器的一个会话，指令通过这个会话变成对于浏览器的一个操作。
• element 这一部分用来表示具体的指令。

selenium.webdriver.remote.command.Command类里的常量指令又在各个具体的类似find_elements的实例方法中作为execute方法的参数来使用。

这样就实现了selenium.webdriver.remote.webdriver.WebDriver类中实现各种操作的实例方法与WebDriver wire protocol中定义的指令的一一对应。

selenium.webdriver.remote.webelement.WebElement中各种在WebElement上的操作也是用类似的原理实现的。实例方法execute的另一个参数params则是用来保存指令的参数的，这个参数将转化为JSON格式，作为HTTP请求的body发送到remote server。

remote server在执行完对浏览器的操作后得到的数据将作为HTTP Response的body返回给测试代码，测试代码经过解析处理后得到想要的数据。

据说搞懂webdriver的底层原理，才敢说自己懂自动化！

小编在学习的时候，随手做个记录，初学记录，欢迎留言指正~