揭秘Selenium中的W3C WebDriver通讯协议
编者按：本文来自微信公众号“51Testing软件测试网”（ID:testing51testing），作者：平凡的码农，36氪经授权发布。
出品|51Testing软件测试网
概述
我们在学习Selenium的时候，经常会看到一个叫做JSON Wire Protocol的协议。到底什么JSON Wire Protocol呢？
它定义了与browser driver通信的协议规范，带有RESTFUL风格，JSON+HTTP。
在最新的Selenium中这个协议已经被弃用，取而代之的是W3C WebDriver协议。
2018年6月5日，W3C浏览器测试和工具工作组（Browser Testing and Tools Working Group）发布WebDriver正式推荐标准（W3C Recommendation）。
不过后者是从前者衍生出来的，是对它的完善与扩展，协议的内容是非常的相似的。
JSON wire protocol的协议细节可以浏览如下网站：
https://github.com/seleniumhq/selenium/wiki/jsonwireprotocol
W3C Webdriver的协议细节可以浏览如下网站：
https://w3c.github.io/webdriver/
在上面Selenium的架构图中，我们可以看到JSON Wire Protocol的右侧分别是browser driver和real browser。那么是不是说我们可以不用Selenium而直接去操作browser driver从而操作真实的浏览器呢。
搭建测试环境
测试环境还是比较简单的，这里我们选择edge作为被测浏览器，在测试机上我们需要安装：POSTMAN，Edge web driver还有edge浏览器。
从官网下载下载edge web driver （https://developer.microsoft.com/en-us/microsoft-edge/tools/webdriver/）
注意这里需要下载和edge浏览器版本一致的web driver。
W3C Webdriver协议分析
1
运行Edge Browser Driver
下载完成后，双击运行msedgedriver.exe运行。可以看到MSEdgeDriver打开了端口9515。
如果用浏览器访问这个端口会得到如下反馈，unknown command。这是因为浏览器向Edge Browser Driver发送的HTTP请求格式不对。
那么Edge Browser Driver需要什么格式的请求呢？其实这些请求都是有标准的，下面进一步介绍：W3C WebDriver标准。
2
W3C WebDriver标准
我们可以想一下，在进行前端测试的时候，需要打开浏览器，用户登录，捕捉元素，模拟动作，截屏，最后关闭浏览器。那么这个W3C WebDriver协议规范中也要覆盖这些常用的接口。
在官方文档中这些接口大概分成如下部分：Capabilities、Sessions、Timeouts、Navigation、Contexts、Elements、Document、Cookies、Actions、User prompts、Screen capture。
想要了解更多的规范细节，可以访问官方网站：https://www.w3.org/TR/webdriver1/
这里从白皮书中摘要出部分命令。
3
POSTMAN测试
下面，我们就用Postman做一个简单的测试：通过Postman让Edge webdriver打开百度网页。
首先，我们让Edge webdriver打开一个edge浏览器。Webdriver可以并行打开若干个浏览器，因此需要用会话的方式来管理每个浏览器，用sessionID来区分不同的浏览器。查询白皮书中提供的方法列表可知，创建session需要用post方法加上session URI即可。
那么POST请求中的body格式是什么呢，再从白皮书中查询数据格式：
{ "capabilities":?{ "firstMatch":?[ {} ], "alwaysMatch":?{ "browserName":?"MicrosoftEdge", "platformName":?"windows" } }}
综合起来，我们发送的格式如下：
发送后得到200 OK，并且一个edge浏览器被打开。从响应中我们可以找到seesionID。
然后，我们再让浏览器打开百度，如法炮制，查询白皮书，这里需要用的命令格式post+/session/{session id}/url.，json数据格式为：{"url": "https://example.com"} 。
编辑好请求后，顺利的将百度通过Postman打开。
Selenium工作原理测试
我们用Postman可以成功的操作浏览器了，那么Selenium是否也是这样工作的呢，我们进一步测试。
第一步，我们打开Wireshark，因为测试的数据发送与接收方都在本机，所以选择loopback网卡。
第二步，打开python运行如下代码：
可以看到百度网页被成功打开。
第三步，从Wireshark抓的包中过滤出webdriver的相关报文。这里先找到webdriver所使用的端口。在任务管理器中找到msedgedriver.exe的PID为‘8704’。
通过netstat -ano | find “8704”得到如下结果，可以看出webdriver使用的端口为4796。
所以，我们在Wireshark中添加的过滤条件为：tcp.port == 4796 and http，得到如下数据包。
很明显第一组为创建session，第二组为打开URL。之前使用postman发送的命令和这两组命令是一模一样的。感兴趣的话可以看看这一组请求的发送端口来自哪个程序？是不是python.exe。
小结
之前看Selenium的框架不是很清楚，也不太明白它是如何与不同的浏览器进行通信的。
在做了这些测试以后，渐渐明白：只要各个浏览器厂家提供的browser driver遵循W3C发布的标准通讯协议，Selenium作为client与之通讯即可。
在开发语言上，Selenium client自然可以用任何语言实现，最初使用Java、C#、python等等，到现在的JavaScript。
最后再看一下这张架构图就觉得非常的明白了。
......
本文为51Testing软件测试网
第六十一期电子杂志内容
剩余精彩内容请点击下方 阅读原文查看
推荐阅读
点击阅读☞测试人，面试逃不过的灵魂三问
点击阅读☞测试中这些奇怪的问题你见过吗？
点击阅读☞新人如何做好功能测试，看这几点就够了
点击阅读☞211本科大佬的真实面试经历:测试人要不要去外包公司？
点击阅读☞2020年应聘华为测试岗三轮面试经历分享
戳 “阅读原文”一起来充电吧!
