selenium 4(python)快速入門-1 簡介

Selenium歷史

Selenium為瀏覽器自動化提供了先進的功能，從業者通常用它來實作網路應用的端到端測驗，Selenium由三個核心組件組成： WebDriver, Grid, 和 IDE，

Jason Huggins和Paul Hammant于2004年在Thoughtworks作業時創建了Selenium，他們選擇了 "Selenium "這個名字作為與惠普公司開發的現有測驗框架Mercury的對應物，這個名字很有意義，因為化學物質硒以減少汞的毒性而聞名，

最初版本的Selenium（今天被稱為Selenium Core）是一個JavaScript庫，在網路應用中模擬用戶操作，Selenium Core解釋Selenese命令來實作任務，這些命令被編碼為由三部分組成的HTML表格：命令（在網路瀏覽器中執行的動作，如打開URL或點擊鏈接）、目標（識別網路元素的定位器，如特定組件的屬性）和值（可選資料，如輸入到網路表格欄位中的文本），

Huggins和Hammant在Selenium Remote Control（RC）的新專案中給Selenium Core增加了腳本層，Selenium RC遵循C-S架構，客戶端使用一種系結語言（如Python或JavaScript）通過HTTP向Selenium RC服務器的中間代理發送Selenese命令，該服務器按需啟動網路瀏覽器，將Selenium Core庫注入網站，并將客戶的請求代理給Selenium Core，此外，Selenium RC服務器將目標網站掩蓋在與注入的Selenium Core庫相同的本地URL上，以避免同源策略問題，這種方法在當時是改變了瀏覽器自動化的游戲規則，但它有很大的局限性，首先，由于JavaScript是支持自動化的底層技術，有些操作是不允許的，因為JavaScript不允許--例如，上傳和下載檔案或處理彈出式視窗和對話框，此外Selenium RC引入的開銷也影響性能，

與此同時，Simon Stewart在2007年創建了WebDriver專案，WebDriver和Selenium RC從功能的角度來看是相當的，也就是說，這兩個專案都允許程式員使用編程語言來模擬用戶，然而，WebDriver使用每個瀏覽器的原生支持來進行自動化，因此，其能力和性能遠遠優于RC，2009年，Jason Huggins和Simon Stewart在谷歌測驗自動化會議上會面后，他們決定將Selenium和WebDriver合并為一個專案，這個新專案被稱為Selenium WebDriver或Selenium 2，這個新專案使用基于HTTP的通信協議，結合瀏覽器上的本地自動化支持，這種方法仍然是Selenium 3（2016年發布）和Selenium 4（2021年發布）的基礎，現在我們把Selenium RC和Core稱為 "Selenium 1"，而且不鼓勵使用它，而是使用Selenium WebDriver，

Selenium WebDriver

Selenium WebDriver是自動控制瀏覽器的庫，它提供了不同語言系結的跨平臺的API，Selenium WebDriver支持的官方編程語言有Python、Java、JavaScript、Ruby和C#，Selenium WebDriver使用每個瀏覽器實作的本地支持來執行自動化程序，我們需要在使用Selenium WebDriver API的腳本和瀏覽器之安裝驅動，

驅動程式（如chromedriver、geckodriver等）是依賴于平臺的二進制檔案，接收來自WebDriver腳本的命令，并將其翻譯成一些瀏覽器特定的語言，在Selenium WebDriver的第一個版本中（即在Selenium 2中），這些命令（也被稱為Selenium協議）是通過HTTP的JSON訊息（所謂的 JSON Wire Protocol），如今，這種通信（仍然是通過HTTP的JSON）遵循W3C WebDriver的標準規范，從Selenium 4開始，該規范是首選的Selenium協議，

Chrome瀏覽器遵循DevTools協議，DevTools是一套用于基于Blink渲染引擎的瀏覽器的開發者工具，如Chrome、Chromium、Edge或Opera，DevTools協議基于JSON-RPC訊息，可以對這些瀏覽器進行檢查、除錯和分析，在Firefox中，原生自動化支持使用Marionette協議，Marionette是基于JSON的遠程協議，允許檢測和控制基于Gecko引擎的網路瀏覽器（如Firefox），

Selenium WebDriver允許像用戶一樣控制網路瀏覽器，但要以編程方式進行，為此，Selenium WebDriver的API提供了各種各樣的功能，可以瀏覽網頁，與網頁元素互動，或者模擬用戶操作，以及其他許多功能，目標應用是基于網路的，如靜態網站、動態網路應用、單頁應用（SPA）、具有網路界面的復雜企業系統等，

Selenium Grid

Selenium家族的第二個專案是Selenium Grid，Philippe Hanrigou在2008年開始開發這個專案，Selenium Grid是一組聯網的主機，為Selenium WebDriver提供瀏覽器基礎設施，這個基礎結構使Selenium WebDriver腳本能夠在多個作業系統的不同性質（型別和版本）的遠程瀏覽器中（并行）執行，

網格的中心入口是Hub（也被稱為Selenium服務器），這個服務器端的組件保持對節點的跟蹤，并代理來自Selenium腳本的請求，和Selenium WebDriver一樣，W3C WebDriver規范是這些腳本和Hub之間通信的標準協議，Selenium 4提供了完全分布式的Selenium Grid，這種架構實作了先進的負載平衡機制，以避免任何組件過載，

Selenium IDE

Shinya Kasatani在2006年創建了這個專案，Selenium IDE是記錄和回放（R&P）自動化技術的工具，首先，在Selenium IDE中，記錄部分捕獲用戶與瀏覽器的互動，將這些動作編碼為Selenium命令，第二，我們使用生成的Selenium腳本來自動執行瀏覽器會話（回放），

這個早期版本的Selenium IDE是一個Firefox插件，嵌入了Selenium Core來記錄、編輯和播放Selenium腳本，這些早期版本是XPI模塊（即用于創建Mozilla擴展的技術），從55版（2017年發布）開始，火狐瀏覽器將對附加組件的支持遷移到了W3C瀏覽器擴展規范，因此，Selenium IDE被停用了，有一段時間無法使用它，Selenium團隊按照瀏覽器擴展的建議重寫了Selenium IDE，以解決這個問題，得益于此，我們現在可以在多個瀏覽器中使用Selenium IDE，如Chrome、Edge和Firefox，

使用這個GUI，用戶可以記錄與瀏覽器的互動，編輯和執行生成的腳本，Selenium IDE將每個互動編碼為不同的部分：命令（即在瀏覽器中執行的動作）、目標（即網路元素的定位器）和值（即處理的資料），當然，我們也可以包括對命令的描述，Selenium IDE基于Electron，Electron是基于Chromium和Node.js的開源框架，允許桌面應用開發，

Selenium 生態系統

• API

Selenium專案為Selenium WebDriver維護著各種語言系結：
Python、Java、JavaScript、Ruby和C#，

• 驅動

• 定位器工具

Selenium WebDriver API提供了不同的方法來定位Web元素（見第三章）：通過屬性（id、name或class），通過鏈接文本（完整或部分），通過標簽名稱，通過CSS（層疊樣式表）選擇器，或通過XML路徑語言（XPath），特定的工具可以幫助識別和生成這些定位器，

• 框架

python中有不少庫對selenium進行了擴展，以下是一部分

https://github.com/mherrmann/selenium-python-helium
https://github.com/seleniumbase/SeleniumBase
https://github.com/cobrateam/splinter

• 瀏覽器基礎設施

我們可以用Selenium WebDriver來控制安裝在運行WebDriver腳本的機器上的本地瀏覽器，同時，Selenium WebDriver可以驅動遠程網路瀏覽器（即在其他主機上執行的瀏覽器），在這種情況下，我們可以使用Selenium Grid來支持遠程瀏覽器的基礎設施，盡管如此，這種基礎設施在創建和維護方面可能具有挑戰性，

另外，我們也可以使用云提供商，將支持瀏覽器基礎設施的責任外包出去，在Selenium生態系統中，云提供商是為自動測驗提供管理服務的公司或產品，這些公司通常提供網路和移動測驗的商業解決方案，云提供商的用戶要求按需提供不同型別、版本和作業系統的瀏覽器，此外，這些供應商通常提供額外的服務，以緩解測驗和監測活動，如訪問會話記錄或分析能力，僅舉幾例，現在與Selenium最相關的一些云供應商是Sauce Labs、BrowserStack、LambdaTest、CrossBrowserTesting、Moon Cloud、TestingBot、Perfecto或Testinium，

另一個我們可以用來支持Selenium的瀏覽器基礎設施的解決方案是Docker，Docker是一種開源軟體技術，允許用戶將應用程式打包并作為輕量級、可移植的容器運行，Docker平臺有兩個主要組成部分：Docker引擎：用于創建和運行容器的工具，以及Docker Hub：用于分發Docker鏡像的云服務，在Selenium領域，我們可以使用Docker來打包和執行容器化瀏覽器，表1-6列出了在Selenium生態系統中使用Docker的相關專案的摘要，

• 社區

由于其協作的性質，軟體開發需要許多參與者的組織和互動，在開放原始碼領域，我們可以通過社區的相關性來衡量一個專案的成功，Selenium得到了全世界許多不同參與者的大型社區的支持，

快速入門

from selenium import webdriver
from selenium.webdriver.common.by import By

# create webdriver object
driver = webdriver.Firefox()

driver.get("https://cn.bing.com")
driver.find_element(By.ID, "sb_form_q").send_keys("python selenium")
driver.find_element(By.CSS_SELECTOR, "#search_icon > svg").click()

標籤：其他

上一篇：Uniswap V2 — 從代碼解釋 DeFi 協議

下一篇：返回列表