selenium 原理应用 - 利用 requests 模拟 selenium 驱动浏览器

本贴最后更新于 318 天前,其中的信息可能已经斗转星移

前言

selenium 是一个 Web 自动化测试的开源框架,它支持多语言:python/java/c#…

前面也有一篇文章说明了,selenium+ 浏览器的环境搭建。

selenium 支持多语言,是因为 selenium 与浏览器驱动之间是通过 http 协议进行通信的。只关心通信的数据是否能够正确解读 ,并不关心这个数据是从哪个客户端来。无论来自 python\java,还是 jmeter,postman 都没有问题。

本篇文章中,以 requests 做为客户端,跳过 selenium,直接与谷歌浏览器驱动(chromedriver)进行 http 通信,驱动 Chrome 浏览器去执行命令。



requests 库

先解释一下 requests 库:一个 python 的第三方库,是目前最好用的 http 请求库。

直接封装了 get 请求、post 请求。

只需要提供 请求 url、请求方法、请求内容即可。

以下为 request 库使用的简单示例(request 的详细使用可参看其它博主其它的博文):

import requests

s = requests.session()
response = s.get("http://www.baidu.com")  # 发起get请求
print(response.text)  # 获取响应结果的  响应数据
res = response.json()  # 将  响应数据  转换成python数据对象。

如果我要利用 requests 库,去向 chromedriver 发送请求。那么我必须得了解请求的类型、请求的数据、请求的内容是什么。

基于此,我们需要了解在 selenium 库当中,会有哪些请求?



需要解决的问题

  1. selenium 有哪些请求?
  2. 每一个请求的请求 url、请求类型如何获取?
  3. 每一个请求的请求数据又如何获取?



selenium - JSON wire protocol - 获取请求 url 和类型

要想解决以上 3 个问题,我们需要了解 selenium 的部分原理。

在 selenium 与驱动进行 http 通信的协议全称叫做:JSON wire protocol.

我们在使用 selenium 库驱动浏览器的时候,我们的操作有一部分大概是以下这样的:

  1. 打开 Chrome 浏览器;
  2. 访问某一个网址;
  3. 查找该网址中的某一个元素;
  4. 操作 3)中查找到的元素。

在 selenium 库看来,以上每一步操作都是一个 http 请求,也叫做命令(Command)。

chromedriver 在收到这个请求之后,再去驱动对 Chrome 浏览器执行对应的动作。

image.png




所以,在 selenium 库当中,存储了所有命令(Command)名称、命令对应的 http 请求类型、命令对应的请求 url。

首先,来看看 Command 的名称(选取几个大家熟知的操作):

image.png




访问网站命令(GET)对应的请求类型和请求 url 为:

image.png




从上图可以看出,GET 命令是 post 请求,请求地址只有一部分。

url 中有 3 个问题:

1)请求的 url 并不完整。

url 中,缺失中 base 地址。base 地址为,chromedriver 的 ip+ 端口号。因为,命令是发给 chromedriver 去执行的。


2)url 当中的 $sessionId 是什么?

在 selenium 当中,每开启一次与 chromedriver 的会话,都会生成一个会话 ID。sessionId 就是这个会话 ID。在很多的命令请求当中,在请求地址中,通过 sessionId 都绑定了当前的会话。

换句话说,我们要用 requests 与 chromedriver 进行通信,那么我们首先,得生成会话 ID,并得到这个 ID 值,才能够进一步的去访问网页,去发送更多的浏览器操作命令。


3)sessionId 从何而来?如何获取?

在 selenium 当中,通过 NEW_SESSION 请求来开启会话,chromedriver 在收到请求后,在响应数据中,返回本次会话的 sessionId

image.png


请求的参数如下(启动什么类型的浏览器、有什么配置参数):
params = {'capabilities': {
            'firstMatch': [{}],
            'alwaysMatch': {'browserName': 'chrome',
                            'platformName': 'any',
                            'goog:chromeOptions': {'extensions': [], 'args': []}
                            }},
          'desiredCapabilities': {'browserName': 'chrome',
                                  'version': '',
                                  'platform': 'ANY',
                                  'goog:chromeOptions': {'extensions': [], 'args': []}}
          }

chromedriver在正常收到请求之后,响应的数据如下(主要为sessionId):
{
    "sessionId": "ed76b48661b6fe58b9be6f56716531b7",   # 本次会话的sessionId
    "status": 0,
    "value": {
        "acceptInsecureCerts": false,
        "acceptSslCerts": false,
        "applicationCacheEnabled": false,
        "browserConnectionEnabled": false,
        "browserName": "chrome",
        "chrome": {
            "chromedriverVersion": "74.0.3729.6 (255758eccf3d244491b8a1317aa76e1ce10d57e9-refs/branch-heads/3729@{#29})",
            "userDataDir": "/var/folders/gm/k4pj0kf50vz9f3gznsp4cn340000gn/T/.com.google.Chrome.OPZURo"
        },
        "cssSelectorsEnabled": true,
        "databaseEnabled": false,
        "goog:chromeOptions": {
            "debuggerAddress": "localhost:63649"
        },
        "handlesAlerts": true,
        "hasTouchScreen": false,
        "javascriptEnabled": true,
        "locationContextEnabled": true,
        "mobileEmulationEnabled": false,
        "nativeEvents": true,
        "networkConnectionEnabled": false,
        "pageLoadStrategy": "normal",
        "platform": "Mac OS X",
        "proxy": {},
        "rotatable": false,
        "setWindowRect": true,
        "strictFileInteractability": false,
        "takesHeapSnapshot": true,
        "takesScreenshot": true,
        "timeouts": {
            "implicit": 0,
            "pageLoad": 300000,
            "script": 30000
        },
        "unexpectedAlertBehaviour": "ignore",
        "version": "75.0.3770.100",
        "webStorageEnabled": true
    }
}
ps: 可访问此网站了解详情:https://github.com/SeleniumHQ/selenium/wiki/JsonWireProtocol




selenium - 每一个命令函数 - 设置请求数据

以上我们获取到了每一个命令的请求地址和请求类型。那么请求数据从哪里获取 呢?

每一个命令的功能不一样,请求的数据也就不一样。在 selenium 当中,都是在命令对应的函数当中去设置请求数据的。

比如,访问网址操作命令,在 selenium 当中是 get 函数,那么我们去看 get 函数的源码:

image.png

在上图中的 execute 函数当中,第二个参数 params 对应的就是请求数据。所以 get 命令的请求体为:{"url":调用 get 函数传进来的 url 值}


再比如,查找元素命令,在selenium当中是find_element函数,那么我们去看find_element的源码:

image.png

所以 find_elment 命令的的请求体为:{"using":定位类型,"value":定位表达式}




利用 requests - 开启浏览器会话、访问百度首页、搜索柠檬班

  1. 启动本地电脑 上的 chromedriver 程序。双击即可。默认的服务端口为 9515

image.png


2. 通过requests库向chromedriver发起会话、并打开百度首页的代码如下:
#!/usr/bin/python3
# -*- coding: utf-8 -*-
# Name: use_request_send_http_chromedriver
# Author: liyuan
# Time: 15:52

# 1、base_url从哪里来的?如何确定?
# 2、命令的请求类型从哪里来的?请求地址从哪里来的?
# 3、请求参数从何获取。

import requests

# chromedriver服务的base地址。
base_url = "http://127.0.0.1:9515"   
# 创建会话
s = requests.Session() 


# **************************向chromedriver发送的命令1:建立会话**************************

# 创建与chromedriver会话的请求数据
params = {'capabilities': {
            'firstMatch': [{}],
            'alwaysMatch': {'browserName': 'chrome',
                            'platformName': 'any',
                            'goog:chromeOptions': {'extensions': [], 'args': []}
                            }},
          'desiredCapabilities': {'browserName': 'chrome',
                                  'version': '',
                                  'platform': 'ANY',
                                  'goog:chromeOptions': {'extensions': [], 'args': []}}
          }

# 创建与chromedriver的会话。注意请求数据格式是application/json
res = s.request("POST",base_url+'/session',json=params) 
# 获取sessionId值
sessionid = res.json()["sessionId"]  


# **************************向chromedriver发送的命令2:打开网址**************************

# 请求数据
datas = {'url': "http://www.baidu.com"}
# 请求地址拼接
url = base_url + "/session/{}/url".format(sessionid)
# 发送打开百度首页的请求,注意请求数据格式是application/json
res = s.request("post",url,json=datas)


# # **************************向chromedriver发送的命令3:找到搜索输入框**************************
# 请求数据
datas3 = {'using':"id","value":"kw"}
# 请求地址拼接
url3 = base_url + "/session/{}/element".format(sessionid)
# 发送打开百度首页的请求
res3 = s.request("post",url3,json=datas3)
# 返回结果类似:{"sessionId":"2dae661546b28cd481d84048310fb196","status":0,"value"{"ELEMENT":"0.899392980463724-1"}}
# 获取元素的id 
ele_id = res3.json()["value"]["ELEMENT"]


# *****************向chromedriver发送的命令4:在搜索框当中输入 柠檬班******************
# /session/$sessionId/element/$id/value
# 请求数据
datas4 = {'text': '柠檬班', 'value': ['柠', '檬', '班']}
# 请求地址拼接
url4 = base_url + "/session/{}/element/{}/value".format(sessionid,ele_id)
# 发送打开百度首页的请求
res4 = s.request("post",url4,json=datas4)




以上代码运行的结果如下:

image.png

1 操作
xiaojian 在 2020-08-07 10:14:44 更新了该帖
2 回帖
请输入回帖内容 ...