selenium 浏览器自动化中的执行流程

selenium 浏览器自动化中的执行流程

在大胆和在箱子里是行动之人士，在斜体和箭头所使用的
协议。

当您想与浏览器互动时，

您的代码使用您所使用的语言（Java，Python，Ruby等）使用一个webdriver客户端（通常是一个库，例如）。selenium
该客户端与WebDriver服务器通信，并按照WebDriver协议发送和接收数据；该协议封装在http中，以便于传输和控制。
该webdriver的服务器将其转换为实际命令到浏览器 -所以它（浏览器）与页面交互，或者从中获取数据。
该流始终是端到端的（例如，浏览器从不直接
与您的代码通信：）），并且是双向的。故障/异常通常
只出现在代码的上游。

一些细节
该图中的“ 浏览器的webdriver ”是二进制文件（程序）
-Firefox 的“ geckodriver” （在Windows上带有“ .exe”），“ chromedriver”，
“ safaridriver”，“ edgedriver.exe” （始终与“ .exe” :)）。它充当
代理-一方面接受并理解WebDriver
协议中的命令，另一方面-知道如何与浏览器进行通信。

webdriver始终是HTTP服务器-所有命令都封装在
HTTP中，并使用常规方法get / post / delete / put （如果与
常规REST 不同，则关闭）。它实现了webdriver
协议，因此客户端（selenium＆co）具有
定义良好的API与之通信。因此，它也可以称为
“ WebDriver服务器”-它侦听命令，将其代理到浏览器，然后
将响应返回给客户端。（没有人这样称呼它：），但是它
使得区分“ webdriver可执行文件”和
“ webdriver协议” 变得更加容易。

作为服务器，它在本地 计算机或远程计算机上的随机网络端口上进行绑定和侦听
。如果您在本地运行，这就是
其二进制文件必须位于path变量中的原因-初始化时Selenium
启动它（因此它必须能够找到它）并获取它正在
侦听的网络端口（以进行进一步的通信）。如果您使用的是远程
连接，则必须a）知道远程webdriver
服务器的IP：port ，或b）使用“ Selenium Hub”，它在其
域下跟踪此信息并与您共享。

网络驱动程序服务器和浏览器之间的通信通常是二进制
rpc，并且非常特定于浏览器-它使用内部API，网络驱动程序
知道如何最好地控制此特定浏览器。因此，
驱动程序由浏览器供应商提供。这始终是本地（在
同一台机器/ OS中）通信（至少据我所知）。

如果您使用的是更高级别的框架，例如Robot framework，Cucumber，
JBehave等，它位于该图中“您的代码”之前，试图使您
免受某些selenium调用的影响。

在实践中
“一张图片值一千个单词”，所以代码必须是740？
:)理论足够，这是一个实际示例：

from selenium import webdriver # importing selenium bindings

wd = webdriver.Firefox() # connect to the “webdriver server”, a local one
element = wd.find_element_by_css_selector(‘#my-id’) # locate an element
the_text = element.text # get is text

assert(text == ‘My awesome text!’) # verify it’s the expected one
这整个清单是您在第一部分中的代码 -为
完成工作而执行的不同指令，流程控制和检查。
在第1行，将selenium导入python的库以供进一步使用。

Selenium是
实现Webdriver协议的最流行的框架。它具有针对
不同语言的实现（即绑定）- 此处的
python ，
java ，
ruby 和
javascript
等。它努力做到的是为所有
这些接口提供统一的接口- getText()在Java中，Python也可以通过.text再次使用-
等等。通过此接口，它可以将客户端与实际的Webdriver
协议（用户类型）隔离开.text，并且无需关心该协议的实际
执行方式，也不必在协议更改时更改其代码。

在第3行webdriver上，实例化了一个对象；由于这里是一台
本地服务器，因此实例化过程将通过
前面所述的本地步骤-运行“ webdriver服务器”，现在知道其端口（并存储在
对象中）并且可以开始通信。

代码中的第4行使用该selenium方法
在页面中定位特定元素。在后台，该库将POST http请求发送到
webdriver服务器，以查找元素。
为什么要发布？因为一旦成功找到，服务器就会为其分配一个内部ID
，此后将使用该ID 。并将ID返回给客户端，客户端将
其存储为element对象的属性（*参见脚注）。
Webdriver服务器如何定位该元素？没办法-它
通过专有协议与浏览器通讯，说：“嘿，使用您的
呈现和评估引擎，在DOM中找到与此匹配的元素
CSS选择器，并给我提供参考，我们俩将来都可以重用。” （即
“魔术” ：）。因此，这是由浏览器来完成的，webdriver
服务器只是代理通信。

让我们来谈谈细节- 第5行执行命令.text，该命令
显然会返回元素的文本（如果您不知道python，请不要
惊慌它是一条命令，但最后没有它()-这是一个
语言怪癖，作为对象属性的别名方法（非常方便的
功能）。
在这一点上，会发生什么：硒Python绑定这个命令匹配
了getElementText其通用接口; 然后将其与
webdriver协议命令 相匹配（打开链接，这很有趣，我保证） -它是GET类型，
其参数是this和that。
它打开到此端点的“ localhost：the_know_port”网络连接：

GET /session/2cce72b7-c748-48bc-b350-6dd6730b5a69/element/5/text

第一个“随机”字符串是会话ID-一个WebDriver服务器可以被
许多客户端使用，您的服务器将在第3行建立并存储。第二个
参数（“ 5”）是元素的ID，在第4行建立。出现
“文本”-您正在请求的子资源，该元素是受支持
的子资源之一。
这就是臭名昭著的Webdriver协议/ API-特定
访问方案的知识（您可以在
会话中获取已建立元素的“文本” ）和流程（必须首先建立共享会话，然后再
引用元素） ，因此最终获得“文本”）。

之后，WebDriver服务器使浏览器从其DOM
（“魔力”）获取信息，并通过网络将其发送回客户端（selenium实例）
：

{"sessionId":"2cce72b7-c748-48bc-b350-6dd6730b5a69","status":0,"value":"My awesome text!"}您的selenium实例正在等待响应，

从有效负载中获取并解析信息，然后将该值返回给您的代码-该变量
the_text现在的值为“ My awesome text！”。

并- 完成，该周期

pre -> webdriver client -> webdriver server -> browser -> webdriver server -> webdriver client -> pre

现在完成。

脚注：
（*）-这是令人恐惧的实际原因

StaleElementReferenceException

：所有这三个-客户端，WebDriver
服务器和浏览器都对DOM中的元素保持引用。
但是在某个特定的时刻，第3方-在浏览器中运行的javascript代码会更改/删除该元素，非常高兴地没有意识到某些引用现在使该引用无效（来考虑一下，这是很邪恶的行为：D）。
客户端下次尝试通过WebDriver服务器在浏览器中与引用进行交互时，该元素将不再存在。自然地，交互失败，失败返回上游到客户端，并且出现异常。其短信为“元素不再希望可以将它附加到DOM上。”