共计 5315 个字符，预计需要花费 14 分钟才能阅读完成。
摘要
Selenium 是一系列基于 web 的界面自动化测试工具汇合，提供了全面的测试函数，用于反对 B / S 类利用的界面自动化测试。 Selenium 能够间接管制浏览器实现各种操作，反对多个平台、多种浏览器、多种编程语言的测试脚本。
本文次要论述了 selenium 1 和 Webdriver 执行自动化测试脚本的原理，并通过一个简略的自动化测试脚本实例进行原理分析。
关键字：自动化测试、selenium 1、webdriver
一、selenium 整体框架
Selenium 的外围 selenium core 基于 JsUnit，齐全由 JavaScript 编写，因而可运行于任何反对 JavaScript 的浏览器上，反对的浏览器包含 IE、Firefox、chrome 等。
Selenium 测试间接运行在浏览器中，就像真正的用户在操作一样。这个工具的次要性能包含：测试与浏览器的兼容性（测试应用程序是否可能在不同浏览器和操作系统上运行）、测试零碎性能（测试性能和用户需要）。
selenium 反对主动录制和生成测试脚本，可生成 JAVA、python、C# 等不同语言的测试脚本。selenium 蕴含 selenium IDE、selenium webdriver、selenium remote control(RC)和 selenium Grid 等组件，如图 1 所示。
图 1 selenium 框架
Selenium IDE 是一个集成测试工具，被嵌套在 firefox 浏览器中，作为 firefox 浏览器的一个插件来应用。测试人员能够通过 selenium IDE 来录制网页界面上的操作，能够对录制的动作进行编辑、调试以及疾速回放。将用户在浏览器中执行的操作记录下来，生成各种模式的脚本，并可将这些脚本保留供当前应用和保护。
Selenium 1 (selenium-RC)是 selenium 最次要的测试工具之一，它所具备的某些性能即便是新版的 selenium 2 也无奈反对。它可能通过多种语言（JAVA、JavaScript、Ruby、PHP、Python、Perl 和 C#）编写测试代码，同时可能反对简直所有浏览器的测试。
Selenium 2，通常称为 webdriver，次要性能集成了 selenium 1 以及 webdriver(webdriver 已经是 selenium 的竞争对手）。也就是说，Selenium 2 是 selenium 和 webdriver 两个我的项目的合并，即 Selenium 2 兼容 Selenium，它既反对 selenium API（应用程序编程接口）也反对 Webdriver API。比照 selenium 1 时代的 selenium RC，webdriver 劣势显著。
Selenium RC 通过 selenium server 把 javascript 脚本注射到浏览器中，而后通过特定的测试脚本调用 javascript 命令，实现与浏览器的交互操作。webdriver 通过原生浏览器反对或者浏览器扩大间接管制浏览器，比 Selenium 1 更简略易学，并且速度大幅提高，调用的稳定性取决于浏览器自身，更加迷信。相应产生的问题就是，不同的浏览器厂商，对 web 元素的操作和出现多少会有一些差别，这就间接导致了 selenium webdriver 要辨别浏览器厂商，提供不同的实现。
Selenium Grid 使得 selenium 能同时并行地、在不同的环境上运行多个测试工作，极大地放慢了 web 利用的功能测试。
二、Selenium 1 工作原理
Selenium 1 是 selenium 中最次要的第一代测试工具，相比于 selenium 2，它更加成熟、稳固，能反对简直所有浏览器的测试。
Selenium 1 的毛病是：
- 编码方式是面向过程而非面向对象，易用性较差；
- 通过 Selenium Core 间接驱动浏览器，运行速度不如 webdriver。上面简略介绍一下 selenium 1 的工作原理。
Selenium 1 蕴含的次要组件有：
- Selenium 服务器：负责启动或敞开浏览器；解释和运行从测试程序中传来的 selenese 命令（selenese 是 seleniumIDE 中应用的命令集），并能够表演 HTTP 代理的角色；捕捉和验证在浏览器和被测试的应用程序之间传递的 HTTP 音讯。
- 客户端库文件提供了各种编程语言和 selenium RC 服务器之间的接口。
图 2 selenium1 架构
2.1 Selenium 服务器
Selenium 服务器用于接管测试程序传来的 selenium 命令，解释并执行他们，而后向测试程序反馈测试的后果。Selenium 服务器捆绑了 Selenium-core 并主动将其注入浏览器，该步骤在测试程序关上浏览器（调用客户端文件的 API 函数）时执行。Selenium-core 是 JavaScript 程序，也就是说，它是一系列 JavaScript 函数，用于调用浏览器内置的 JavaScript 解释器，以解释和执行 selenese 命令
该服务器同样能够接管来自测试程序的 HTTP GET/POST 申请的 selenese 命令，这意味着能够应用任何反对 HTTP 申请的编程语言来编写测试代码。
2.2 Selenium 客户端库文件
客户端库文件提供了对编程的反对，这样就能够本人设计程序来运行 selenium 命令。对于每一种反对的编程语言，都有不同的客户端库文件。Selenium 客户端库文件提供了编程接口，用于在程序中运行 selenium 命令。
客户端库文件能够生成 selenese 命令，而后将其传递到 selenium 服务器，对被测试的应用程序执行指定的动作或者测试。客户端文件也能够接管命令执行的后果，并将其传递给应用程序，应用程序能够依据返回后果判断以后测试是通过还是失败。
因而要创立测试程序，只须要通过客户端库文件 API 编写程序，用它来执行一系列 Selenium 命令。也能够在 Selenium IDE 中创立 Selenese 测试脚本，导出成客户端驱动的 API 函数调用，如图 3 所示。
图 3 导出 selenium1 执行脚本
三、webdriver 工作原理
这部分具体形容一下 webdriver 工作原理。援用一个形象的类比，能够把 webdriver 驱动浏览器类比成出租车司机开出租车，这个场景中有三个次要角色：
- 乘客：通知出租车司机目的地，以及大略路线
- 出租车司机：依照乘客的要求操控出租车
- 出租车：依照司机的操控实现理论的行驶，把乘客送到目的地
在 webdriver 中也有三个相似的角色，自动化测试脚本代码相当于乘客，浏览器的驱动相当于出租车司机，浏览器相当于出租车：
- 自动化测试脚本代码：自动化测试代码发送申请给浏览器的驱动（例如火狐、chrome 驱动）
- 浏览器的驱动：解析自动化测试代码，解析后把后果发送给浏览器
- 浏览器：执行浏览器驱动收回的指令，实现理论的操作
具体的脚本执行过程是：
- 对于每一条 Selenium 脚本，会创立一个 http 申请并发送给浏览器的驱动
- 浏览器驱动中蕴含了一个 HTTP Server，用来接管 http 申请
- HTTP Server 接管到申请后依据申请来具体操控对应的浏览器
- 浏览器执行具体的测试步骤
- 浏览器将步骤执行后果返回给 HTTP Server
- HTTP Server 又将后果返回给 Selenium 脚本，如果是谬误的 http 代码，就能够在控制台看到对应的报错信息。
同一个浏览器驱动既能够解决 C# 语言的脚本，也能够解决 Python 语言的脚本，这是因为：HTTP 协定是一个浏览器和 Web 服务器之间通信的标准协议，简直每一种编程语言都提供了丰盛的 http 库，能够不便的解决客户端和服务器端之间的申请与响应，http 申请及响应包含：http 申请办法、http 申请及响应内容 body、http 响应状态码等。
常见的 http 申请办法有：
- GET：用来从服务器获取信息，比方获取网页的题目信息等。
- POST: 向服务器发送操作申请，比方 click，findElement 等。
http 响应状态码用来判断申请的后果。
Body 局部次要传送具体的数据，在 webdriver 中以 JSON 报文的模式存在并传送，例如：
Webdriver 应用的协定是 JSON Wire protocol，该协定是在 http 协定根底上，对 http 申请及响应的 body 数据进行标准。当用户新建 webdriver 时，selenium 首先确认浏览器的 native component 是否存在、可用而且版本匹配。若通过确认，则在浏览器启动 web service 服务。JSON Wire protocol 协定功能强大，简直能够操作浏览器做任何事件，包含关上、敞开、最大化、最小化、元素定位、元素点击、上传文件等。
JSON Wire protocol 是通用的，不论 firefoxDriver 还是 ChromeDriver，启动之后会在某一端口基于该协定启动 web service。例如 firefoxDriver 初始化胜利后，默认会从 http://localhost:7055 开始。在调用 webdriver API 时，须要借助 CommandExecutor 发送命令，理论是向 web service 发送一个 http request，在该 request 的 body 中，以 JSON 格局调用 selenium 执行其余操作。
四、具体实例介绍（基于 webdriver 的测试脚本）
本局部介绍一个最简略的自动化测试脚本，该脚本实现科技治理工作台（ITA）的登录性能：输出账号和明码并点击登录。该脚本能够通过 Selenium IDE 录制，导出成 JAVA 语言脚本，也能够间接编写 JAVA 代码生成。次要脚本如下：
4.1 关上网页
上面的代码实现关上 firefox 浏览器并跳转到 ITA 登陆页面：
Webdriver driver = new FirefoxDriver();// 实例化一个 driver
driver.get(“http://ita.abc/ita/login.action”);在执行 driver.get(“http://ita.abc/ita/login.action”); 代码时，测试代码向 server 发送了如下的申请：
POST
session/sessionId/url
post_data{“url”:”http://ita.abc/ita/login.action”}通过 post 形式申请 localhost:port/hub/session/session_id/url 地址，并申请浏览器实现跳转 url 的操作。
如果上述申请是可承受的，server 会跳转到该 post data 蕴含的 url，并返回如下的 response：
{“name”:”get”,”sessionId”:”******”,”status”:0,”value”:””}该 response 中蕴含如下信息：
- Name:server 端实现办法的名称，这里是 get，示意跳转到指定 url
- sessionId：以后 session 的 id
- Status：申请执行的状态码，非 0 示意未正确执行，这里是 0，示意执行胜利
- Value：申请的返回值，这里返回值为空。如果申请的是页面的 title，value 将被赋值为 title 的值。
4.2 元素定位形式
对于大多数 selenium 命令，都须要一个指标地位，该地位在 web 应用程序的上下文中惟一地定义 web 元素。
在 Selenium IDE 中，能够在每条录制命令中的 Target 抉择该元素的定位形式，如图 4 所示：
图 4 seleniumIDE 定位形式
在 webdriver 中一共有 8 种定位策略，具体列表如下：
图 5 webdriver 定位形式
以 id 为例阐明：
图 6 ITA 登陆界面
要在用户名输入框输出内容，能够通过 id=“userNameInput”作为定位条件获取该对象。如图 7 页面源码中，可看出，id=“userNameInput”可惟一标示用户名输入框。
代码 driver.findElement(By.id("userNameInput")) 示意寻找 id
为“userNameInput”的元素，在获取页面元素后，就能够对该页面元素进行各种操作了。
图 7 页面元素
4.3 元素操作
罕用的元素操作方法有如下几种：
- sendKeys()办法用于为 input 元素输出文本
- Click()办法用于执行单击元素的操作
- Clear()办法用于清空 input 元素的值
- Submit()办法用于对指定元素所在的 form 进行提交操作
示意找到 id 为 userNameInput 输入框之后，填写用户名信息。
五、总结
Selenium 蕴含 selenium IDE、seleniumwebdriver、selenium remote control(RC)和 selenium Grid 等组件。
Selenium 1 客户端库文件能够生成 selenese 命令，而后将其传递到 selenium 服务器，Selenium 服务器接管测试程序传来的 selenium 命令，通过 selenium core 操控浏览器，并向测试程序反馈测试的后果；webdriver 间接驱动浏览器进行各项操作，执行速度更优，易用性更强，然而 webdriver 对浏览器版本有肯定的依赖性，在版本升级后，须要下载新的驱动程序。
起源：IDCF 社区
作者：程伟静
