Selenium 2 (WebDriver) 如何实现 WebElement

Question

我考虑的场景很简单：

page = driver.open_page(URL)
linkElement = page.find_elements(XPATH)[0]
linkElement.click()

（我假设我在使用远程机器，也就是远程驱动程序）。那么，服务器是怎么知道要点击哪个元素的呢？

更一般来说，我找不到关于selenium 2实现的概述。也就是说，我想要一些能简单讲述这个过程的内容，而不是逐行分析代码，同时又比单纯的API文档要详细得多。

Answer 1

如果我理解你的问题没错的话：

你启动了一个远程的网页驱动服务器。通过一个远程驱动客户端（也就是你的测试代码），这个服务器会被指示去获取一个网页（'URL'是之前设置的一个变量，比如：String URL = "http://www.asdf.com";）。

然后，服务器会被指示通过某种XPath来找到获取到的网页上的所有元素（'XPATH'就像是 By.xpath("//div(@class = 'some_button_class')") - 这是Java中WebDriver的用法，我不太确定在Ruby中是怎么用的）。这个命令会返回一个WebElements的列表 - 所有看起来像 <div class="some_button_class"><div> 的'div'元素。如果你对XPath不太熟悉，可以看看XPath是怎么工作的。

因为你在命令的最后加了 [0]，这意味着你告诉服务器返回那个列表中的第一个元素（第一个看起来像 <div class="some_button_class"><div> 的div）。

最后，你告诉服务器对那个元素执行点击操作。服务器接收到这个命令后，会把它转换成JavaScript，并把这个JavaScript注入到网页中。注入的JavaScript会触发网页上的'click'事件，就像一个真实用户点击了那个元素一样。

希望这能帮到你。

Answer 2

你说得对，实际上没有一个通用的方法可以详细说明WebDriver是如何实现其各种功能的，因为具体的实现方式会根据浏览器和操作系统的不同而大相径庭。你能找到的最接近的资料就是项目维基上的各种页面。

针对你具体的问题，远程服务器会创建一个本地的客户端驱动实例，然后用它来找到并点击页面上的元素。这个驱动（比如InternetExplorerDriver、FirefoxDriver、ChromeDriver等）通常会使用JavaScript来查找元素，并获取它在页面上的尺寸和位置。如果需要，元素会被滚动到可视区域，然后会向浏览器窗口发送一个操作系统级别的鼠标事件，以模拟点击。

不过，这只是一般情况，实际上也有例外。例如，有些浏览器可能会用其他方法找到元素，而不是使用JavaScript的自动化原子。同样，有些操作系统上的驱动可能依赖于合成事件，而不是操作系统级别的“原生”事件。重要的是要记住，远程服务器创建的对象和你在本地调用驱动时创建的是一样的，只不过没有使用Selenium的远程服务器。