持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第8天，点击查看活动详情

「selenium实战专栏」将记录selenium实战（Python版）过程，以及各类问题的解决方案。

大致规划如下：

• 利用Element UI组件库联系对各种元素的操作
• 利用一个真实网站进行部分页面UI自动化实战

使用版本如下：

• Python 3.10.6
• selenium 4.0.5

前面已经介绍了很多selenium的基本操作，本章主要是带大家了解下selenium操作浏览器的原理，知己知彼，百战不殆。

在《01 selenium环境搭建》中就已经说到，selenium运行的原理就是通过chromedriver操作浏览器（Chrome浏览器为例，其他浏览器也是如此），那究竟是如何完成的呢，本章就给大家揭开它的神秘面纱。

ChromeDriver是什么

从《ChromeDriver官网》可以看到对chromedirver的介绍。

大致翻译过来就是：

WebDriver是用于通过浏览器对WEB应用进行自动化测试的开源工具。它提供了一系列操作浏览器的能力，比如WEB页面的导航、用户输入，js脚本执行等等。ChromeDriver是满足W3C标准WebDriver的针对Chrome浏览器的具体实现，GeckoDriver是针对Firefox浏览器的具体实现，以此类推。

然后这一系列操作浏览器的能力，都是通过HTTP接口形式进行提供的，即可以通过这些接口达到操作浏览器的目的，这也是selenium操作WebDriver的底层原理。

ChromeDriver原理

首先不通过selenium，直接调用WebDriver提供的接口来操作浏览器来演示ChromeDriver的原理。

• 首先找到电脑本地上的ChromeDriver可执行文件，直接命令行启动（以Mac举例）

根据日志可以看到已经成功启动ChromeDriver服务，监听端口为9515。（Only local connections are allowed.，因为Chrome Driver服务默认是仅支持本地进行访问的，如果要远程访问，就需要进行其他的配置，后面进行介绍。）

• 然后通过Postman访问如下链接http://127.0.0.1:9515/session

执行后就回打开一个空的浏览器，并且在postman可以看到请求是成功的，从响应信息中可以看到浏览器的各种信息，其中最重要的就是sessionId。在打开的浏览器中想要进行后续的操作，都是通过这个sessionId去指定的。

• 默认情况下ChromeDriver服务是不会输出详细的日志信息的，但是为了知道ChromeDriver究竟做了哪些操作，我们可以通过命令./chromedriver --verbose --log-path=chromedriver.log输出具体的日志信息到文件中。（--verbose参数是用来输出具体的日志信息的，但是全部输出到控制台查看不方便，所以通过--log-path=参数将日志输出到具体的日志文件中。）

• 通过命令再次启动ChromeDriver服务后，再次通过postman发起请求，打开chromedriver.log文件就可以查看详细的日志信息了，比如启动浏览器等。

• 通过http://127.0.0.1:9515/session获取到sessionId后，通过请求http://127.0.0.1:9515/{sessionId}/url完成在已经打开的浏览器中访问具体的url。

请求成功后，可以看到打开的浏览器已经请求对应URL。

• 接着还可以通过http://127.0.0.1:9515/session/{sessionId}/elements请求定位元素。

到这里就演示了如何通过ChromeDriver操作浏览器的基本操作，如果想尝试其他更多的请求，可以在W3C WebDriver官网了解更多W3C WebDriver协议。

selenium原理

上面已经通过postman完成了简单的自动化操作，selenium就是将这些手动的操作进行封装，提供了更简单的方式供使用，还是拿上面操作浏览器访问Element UI官网来举例。

• 首先通过driver = webdriver.Remote("http://127.0.0.1:9515")设置远程webdriver服务地址
• 通过logging.basicConfig(level=logging.DEBUG) 设置项目打印的日志级别，用于打印selenium源码中的日志。 完整代码如下：

import logging

from selenium import webdriver

logging.basicConfig(level=logging.DEBUG)  # 打印源码中的日志

driver = webdriver.Remote("http://127.0.0.1:9515")

driver.get("https://element-plus.gitee.io/zh-CN/component/form.html")

• 启动脚本，可以看到成功打开浏览器，并且访问了对应的网址。同时控制台输出了对应的日志。日志中可以看到与我们在postman中发起的请求是一样的。

• 接下来，将手动启动的ChromeDriver服务关掉，selenium代码中集那个请求远程chromedriver服务改为指定chromedriver地址。

service = Service(executable_path='/Users/huyanping/Softwares/chromedriver')
driver = webdriver.Chrome(service=service)

执行脚本后查看控制台日志，可以看到与之前请求远程chromedriver服务步骤一致，只是端口不是默认的9515。

• selenium启动ChromeDriver并没有输出日志，这里给源码增加了一行注释，用于输出servive启动时的具体执行命令（不了解源码的伙伴不要轻易修改，避免引起其他问题导致项目无法启动）

• 再次执行脚本，查看控制台日志，可以看到执行的命令就是启动了指定的chromedriver，并且指定了端口。

以上就是selenium如何通过ChromeDriver操作浏览器的原理，了解原理后，大家可以尝试在远程服务器上启动一个chromedriver服务，通过--allowed-ips=客户端IP地址参数指定可以请求的IP地址，然后将请求中的IP地址从127.0.0.1更改为远程服务器的IP地址，这样就可以请求到远程服务器上的chromedriver服务，进而操作远程服务器上安装的Chrome浏览器了。