自动化测试 / 系统课时
理解 WebDriver 工作原理
理解 WebDriver 工作原理
WebDriver 把测试代码里的“打开页面、查找元素、点击、读取文本”转换成浏览器能够执行的自动化命令。本课用 Selenium 4 的实际调用链说明客户端库、浏览器驱动与浏览器如何建立会话、交换命令并返回结果,最后用一个最小脚本验证整条链路。
学习目标
- 说清测试代码、Selenium 语言绑定、浏览器驱动和浏览器各自负责什么。
- 理解一次 WebDriver 会话从创建、发送命令到
quit()关闭的过程。 - 能根据异常出现的位置判断是代码、驱动解析还是浏览器启动问题。
命令在组件之间怎样流动
以本地 Chrome 为例,webdriver.Chrome() 先创建一个 WebDriver 会话。Python 绑定负责把方法调用转换为标准 WebDriver 命令,ChromeDriver 作为对应浏览器的 WebDriver 实现接收命令,再让 Chrome 执行导航、元素操作等动作,并把状态和数据逐层返回。

可以把常见调用对应到协议动作理解,而不需要手工拼接 HTTP 请求:
| 测试代码 | 驱动侧动作 | 浏览器结果 |
|---|---|---|
webdriver.Chrome() |
创建新会话 | 启动浏览器并返回 session id |
driver.get(url) |
Navigate To | 顶层页面导航到目标 URL |
driver.find_element(...) |
Find Element | 返回元素引用 |
element.click() |
Element Click | 在浏览器中执行点击 |
driver.quit() |
Delete Session | 关闭当前会话及其窗口 |
会话建立时 Selenium Manager 做什么
现代 Selenium 在创建本地驱动时会自动调用 Selenium Manager 处理驱动发现与匹配,因此常见项目不需要手工下载 chromedriver 再写死路径。它主要参与“启动前准备”;会话创建成功后,导航、查找元素、点击等命令仍由语言绑定与浏览器驱动完成。
远程执行时,测试代码不会直接连接目标机器上的浏览器驱动,而是创建 Remote WebDriver 会话,把命令发给 Selenium Server 或 Grid。对测试代码而言,get、find_element、click 等接口基本不变,变化的是会话建立位置和远端浏览器能力配置。
用最小脚本观察完整链路
下面脚本会创建 Chrome 会话、导航到固定页面、读取标题与最终 URL,然后在 finally 中关闭会话。quit() 放在 finally 是实际项目里的基本保护,避免断言或网络异常后遗留浏览器进程。
from selenium import webdriver
driver = webdriver.Chrome()
try:
driver.get("https://example.com")
print(driver.title)
print(driver.current_url)
finally:
driver.quit()预期输出:
Example Domain
https://example.com/如果浏览器能打开页面并得到这两行结果,就说明 Python 绑定、驱动解析、浏览器启动和 WebDriver 命令往返都已工作。页面地址可能经历重定向时,应以 driver.current_url 的实际值为准。
按故障发生阶段定位问题
NoSuchDriverException 或驱动解析失败通常出现在会话创建之前;SessionNotCreatedException 更常见于驱动与浏览器无法建立兼容会话;NoSuchElementException 则说明会话已经建立,问题已经进入页面与定位器层,不应继续反复重装驱动。
一个实用判断顺序是:先看 webdriver.Chrome() 能否返回,再看 driver.get() 能否完成导航,最后才检查元素定位。把这三层分开后,环境问题与页面脚本问题不会混在一起排查。