1.2　Selenium的历史版本及核心组件

在写作本书时，Selenium的最新可获取版本是Selenium 4.0 alpha版本，而稳定版本是Selenium 3.0，对应的可下载版本是Selenium 3.141.0。为了使读者能够系统地掌握Selenium，我认为非常有必要了解Selenium的历史版本及核心组件，Selenium的核心组件如图1-3所示。

图1-3　Selenium的核心组件

1.2.1　Selenium 1.0

1．Selenium IDE

2006年，Shinya Kasatani 开发了Selenium IDE的第一个版本，当时它是Firefox浏览器的一个插件。通过该插件，在Firefox浏览器中实现业务功能时，能够自动录制业务功能脚本，如图1-4所示。你还可以根据需要将产生的脚本转换为Python、Java、Ruby、C#等脚本信息，如图1-5所示。录制的脚本或者由脚本产生的脚本信息可以回放，从而验证功能的正确性、可用性等。

图1-4　通过Selenium IDE录制脚本

图1-5　由Selenium IDE转换后的Python脚本信息

Selenium IDE具有以下特点。

操作简单，不要求操作人员具有编码能力。

测试脚本可复用，从而减轻测试人员的重复性操作压力。

可以单个或批量运行测试脚本。

脚本支持命令行调用可用于持续集成。

可以控制脚本的执行速度。

一定程度上支持脚本调试功能，如断点、单步运行等。

可以将脚本导出为使用多种不同语言。

这里只是对Selenium IDE做了简单介绍，后续我们将进行更加详细的介绍。

2．Selenium Remote Control（RC）

Paul Hammant开发了Selenium Remote Control，这里我们将Selenium Remote Control简写成Selenium RC。前面已经介绍过Selenium的核心是JavaScriptTestRunner。JavaScriptTestRunner是一组JavaScript函数，可首先通过使用浏览器内置的JavaScript解释器进行解释和执行Selenese命令，然后再将Selenium Core注入浏览器。但是，这里存在同源策略问题，也就是说，假设有一个JavaScript测试脚本，该脚本要访问baidu.com域，从而访问baidu.com/news、baidu.com/map之类的页面元素，这没有问题，但无法访问epubit.com或bing.com等其他域的元素。因为baidu.com/news和baidu.com/map同源，它们有相同的域，都是baidu.com。那么怎么才能够跨域访问呢？Selenium RC就是用来解决这一问题的，它分为Client Library和Selenium Server两部分。Client Library部分提供了丰富的接口，主要用于编写自动化测试脚本来连接、控制Selenium Server。Selenium Server负责充当客户端配置的HTTP代理，并“欺骗”浏览器以使Selenium Core和被测试的Web应用程序共享相同的来源，接收来自客户端程序的命令，并将它们传给浏览器。

3．Selenium Grid

Patrick Lightbody开发了Selenium Grid。Selenium Grid可以实现在不同的浏览器和操作系统中并行地执行测试脚本，从而最大限度地缩短测试时间，提升工作效率。具体的工作模式如下。

由一个Hub节点控制若干Node，Hub节点负责管理和收集Node的注册和工作状态等信息，接收远程调用并将相关请求分发给各Node来执行。

1.2.2　Selenium 2.0

Selenium 2.0在Selenium 1.0的基础上添加了对Selenium WebDriver的支持。

1．Selenium WebDriver

Selenium WebDriver由Simon Stewart在2006年开发，是一个可以在操作系统级别配置和控制浏览器的跨平台测试框架。Selenium WebDriver可直接与浏览器应用程序进行本地交互。Selenium WebDriver支持各种编程语言，如Python、Ruby、PHP和Perl等，还可以与JUnit和Unittest之类的单元测试框架集成以进行测试管理。

Selenium WebDriver架构主要包括4部分—— Selenium Client Library、JSON Wire Protocal Over HTTP Client、Browser Drivers和Browsers，如图1-6所示。

图1-6　Selenium WebDriver架构

Selenium Client Library：Selenium自动化测试人员可以使用Java、Ruby、Python、C#等语言，利用它们提供的库来编写脚本。

JSON Wire Protocol Over HTTP Client：JSON Wire Protocol是在HTTP服务器之间传输信息的REST风格的API。每个浏览器驱动程序（如FirefoxDriver、ChromeDriver等）都有它们各自的HTTP服务器。

Browser Drivers：不同的浏览器都包含一个单独的浏览器驱动程序。浏览器驱动程序与相应的浏览器通信。当浏览器驱动程序接收到任何指令时，将在相应的浏览器中执行，响应信息将以HTTP的形式返回。

Browsers：Selenium支持多种浏览器，如Firefox、Chrome、IE、Safari等。

Selenium和WebDriver原本属于两个不同的项目。为了弥补Selenium和WebDriver各自的不足，形成更加完善的Selenium测试框架，才对这两个项目进行了合并。

2．Selenium 3.0

目前发布的稳定版本是Selenium 3.0，Selenium 3.0版本做了以下更新。

去除了Selenium RC组件。

Selenium 3.0只支持Java 8及以上版本。

在IE支持方面，只支持IE 9.0以上版本。

Selenium 3.0中的Firefox需要使用独立的浏览器驱动。

3．Selenium 4.0

自从2019年4月发布Selenium 4.0的第一个alpha版本以来，截至目前Selenium 4.0已有4个alpha版本，如图1-7所示。Selenium 给自动化测试从业者带来了更多的期待，那么Selenium 4.0又有什么新特性呢？

图1-7　Selenium 4.0 alpha版本的获取方式（针对Java语言）

单击4.0.0-alpha-4链接，可以查看对应的Maven依赖信息，如图1-8所示。

图1-8　Selenium 4.0.0-alpha-4的Maven依赖信息

Selenium 4.0主要包括以下新特性。

Selenium IDE功能改版：用过Selenium IDE的读者都清楚，之前Selenium IDE以插件的形式运行在Firefox和Chrome浏览器中，改版后将能够用于更多浏览器，同时还提供了全新的基于Node.js的CLI（命令行）运行程序，能够并行执行测试用例，并提供通过和失败的测试用例、执行耗时等相关信息。新的Selenium IDE运行程序完全基于Selenium WebDriver。

WebDriver API成为W3C标准：WebDriver API不仅用于Selenium，还用在很多其他的自动化测试工具（如Appium）中。Selenium新版本最突出的变化是WebDriver API完全遵循W3C标准，这意味着WebDriver API现在可以跨不同的软件实现，而不会出现任何兼容性问题。

Selenium Grid改良：如果你以前用过Selenium Grid，一定会遇到一些节点配置方面的问题并记忆深刻。Selenium Grid有两个基础组件—— Node和Hub。Node用于执行测试用例，而Hub用于控制所有执行用例的Node。我们在连接Hub和Node时，经常会出现很多问题。但在Selenium 4.0中，当启动Selenium Grid时，Selenium Grid将同时充当Hub和Node的角色，使得连接过程变得非常容易，从而很好地支持了Docker部署，并且不存在线程问题。Selenium Grid 服务器还可以输出JSON格式的日志文件。在用户界面上，Selenium 4.0也有了很多改良，可以直观地看到执行测试用例的相关信息等。

更直观方便的调试信息：钩子（hook）和请求（request）跟踪的日志记录也得到了改进，因为可调试或可观察性不再仅适用于DevOps。自动化测试人员现在可以更好地使用改进的用户界面来进行调试。

更完善的文档：文档对于任何项目的成功都非常重要。自从Selenium 2.0发布以来，这些文件已经很多年没有更新了。也就是说，任何想学习Selenium的人都必须依赖旧的教程，但许多特性在Selenium 3.0中已经发生了变化。SeleniumHQ承诺将提供一份新的文档，这也许是自动化测试工程师最期待的更新。