WebDriverJS

WebDriver 的 JavaScript 语言绑定。本文包含以下内容:

  • 介绍
  • 快速上手
    • 在 Node 中运行
    • 在浏览器中运行
  • 设计细节
    • 管理异步 API
    • 同服务端通讯
    • /xdrpc
  • 未来计划

介绍

WebDriver 的 JavaScript 绑定(WebDriverJS),可以使 JavaScript 开发人员避免上下文切换的开销,并且可以让他们使用和项目开发代码一样的语言来编写测试。WebDriverJS 既可以在服务端运行,例如 Node,也可以在浏览器中运行。

警告: WebDriverJS 要求开发者习惯异步编程。对于那些 JavaScript 新手来说可能会发现 WebDriverJS 有点难上手。

快速上手

在 Node 中运行

虽然 WebDriverJS 可以在 Node 中运行,但它至今还没有实现本地驱动的支持(也就是说,你的测试必须使用一个远程的 WebDriver 服务)。并且,你必须编译 Selenium 服务端,将其添加到 WebDriverJS 模块。进入 Selenium 客户端的根目录,执行:

  1. $ ./go selenium-server-standalone //javascript/node:webdriver

当两个目标都被编译好以后,启动服务和 Node,开始编写测试代码:

  1. $ java -jar build/java/server/src/org/openqa/grid/selenium/selenium-standalone.jar &
  2. $ node
  3. var webdriver =require('./build/javascript/node/webdriver');
  4. var driver =new webdriver.Builder().
  5. usingServer('http://localhost:4444/wd/hub').
  6. withCapabilities({
  7. 'browserName':'chrome',
  8. 'version':'',
  9. 'platform':'ANY',
  10. 'javascriptEnabled':true
  11. }).
  12. build();
  13. driver.get('http://www.google.com');
  14. driver.findElement(webdriver.By.name('q')).sendKeys('webdriver');
  15. driver.findElement(webdriver.By.name('btnG')).click();
  16. driver.getTitle().then(function(title){
  17. require('assert').equal('webdriver - Google Search', title);
  18. });
  19. driver.quit();

在浏览器中运行

除了 Node,WebDriverJS 也可以直接在浏览器中运行。编译比Node方式少很多依赖的浏览器模块,运行:

  1. $ ./go //javascript/webdriver:webdriver

为了和可能不在同一个域下的 WebDriver 的服务端进行通信,客户端使用的是修改过的 JsonWireProtocolcross-origin resource sharing

  1. <!DOCTYPE html>
  2. <scriptsrc="webdriver.js"></script>
  3. <script>
  4. var client =new webdriver.http.CorsClient('http://localhost:4444/wd/hub');
  5. var executor =new webdriver.http.Executor(client);
  6. // 启动一个新浏览器,这个浏览器可以被这段脚本控制
  7. var driver = webdriver.WebDriver.createSession(executor,{
  8. 'browserName':'chrome',
  9. 'version':'',
  10. 'platform':'ANY',
  11. 'javascriptEnabled':true
  12. });
  13. driver.get('http://www.google.com');
  14. driver.findElement(webdriver.By.name('q')).sendKeys('webdriver');
  15. driver.findElement(webdriver.By.name('btnG')).click();
  16. driver.getTitle().then(function(title){
  17. if(title !=='webdriver - Google Search'){
  18. thrownewError(
  19. 'Expected "webdriver - Google Search", but was "'+ title +'"');
  20. }
  21. });
  22. driver.quit();
  23. </script>

控制宿主浏览器

启动一个浏览器运行 WebDriver 来测试另一个浏览器看起来比较冗余(相比在 Node 中运行而言)。但是,使用 WebDriverJS 在浏览器中运行自动化测试是浏览器真实在跑这些脚本的。这只要服务端的 url 和浏览器的 session id 是已知的就可以实现。这些值可能会直接传递给 builder,它们也可以通过从页面 url 的查询字符串中解析出来的 wdurl 和 wdsid 定义 。

  1. <!-- Assuming HTML URL is /test.html?wdurl=http://localhost:4444/wd/hub&wdsid=foo1234 -->
  2. <!DOCTYPE html>
  3. <scriptsrc="webdriver.js"></script>
  4. <inputid="input"type="text"/>
  5. <script>
  6. // Attaches to the server and session controlling this browser.
  7. var driver =new webdriver.Builder().build();
  8. var input = driver.findElement(webdriver.By.tagName('input'));
  9. input.sendKeys('foo bar baz').then(function(){
  10. assertEquals('foo bar baz',
  11. document.getElementById('input').value);
  12. });
  13. </script>
警告

在浏览器中使用 WebDriverJS 有几个需要注意的地方。首先,webdriver.Builder 类只能用于已存在的 session。为了获得一个新的 session,你必须像上面的例子那样手工创建。其次,有一些命令可能会影响运行 WebDriverJS 脚本的页面。

  • webdriver.WebDriver#quit: quit 命令将终止整个浏览器进程,包括在运行 WebDriverJS 的窗口。除非你确定要这样做,否则不要使用这个命令。
  • webdriver.WebDriver#get: WebDriver 的接口被设计为尽量接近用户的操作。这意味着无论 WebDriver 客户端当前聚焦在哪个帧,导航命令(如:driver.get(url))总是指向最高层的帧。在操作宿主浏览器时,WebDriverJS 脚本可以通过使用 .get 命令导航离开当前页面,而当前页面仍然获得焦点。 如果要自动操作一个宿主浏览器但仍想在页面间跳转,请把WebDriver客户端的焦点设在另一个窗口上(这和Selenium RC 的多窗口模式的概念非常相似):
  1. <!DOCTYPE html>
  2. <scriptsrc="webdriver.js"></script>
  3. <script>
  4. var testWindow = window.open('','slave');
  5. var driver =new webdriver.Builder().build();
  6. driver.switchTo().window('slave');
  7. driver.get('http://www.google.com');
  8. driver.findElement(webdriver.By.name('q')).sendKeys('webdriver');
  9. driver.findElement(webdriver.By.name('btnG')).click();
  10. </script>

调试 Tests

你可以使用 WebDriver 的服务来调试在浏览器中使用 WebDriverJS 运行的测试。

  1. $ ./go selenium-server-standalone
  2. $ java -jar \
  3. -Dwebdriver.server.session.timeout=0 \
  4. build/java/server/src/org/openqa/grid/selenium/selenium-standalone.jar &

启动服务后,访问 WebDriver 的控制面板: http://localhost:4444/wd/hub。你可以使用这个控制面板查看,创建或者删除 sessions。选择一个要调试的 session 后,点击 “load script” 按钮。在弹出的对话框中,输入你的 WebDriverJS 测试的地址:服务端将在你的浏览器中打开这个页面,这个页面的 url 含有额外的参数用于 WebDriverJS 客户端和服务端的通讯。

支持的浏览器
  • IE 8+
  • Firefox 4+
  • Chrome 12+
  • Opera 12.0a+
  • Android 4.0+

设计细节

管理异步 API

不同于其他那些提供了阻塞式 API 的语言绑定,WebDriverJS 完全是异步的。为了追踪每个命令的执行状态, WebDriverJS 对 “promise” 进行了扩展。promise 是一个这样的对象,它包含了在未来某一点可用的一个值。JavaScript 有几个 promise 的实现,WebDriverJS 的 promise 是基于 CommonJS 的 Promise/A 提议,它定义了 promise 是任意对象上的 then 函数属性。

  1. /**
  2. * Registers listeners for when this instance is resolved.
  3. *
  4. * @param {?function(*)} callback The function to call if this promise is
  5. * successfully resolved. The function should expect a single argument: the
  6. * promise's resolved value.
  7. * @param {?function(*)=} opt_errback The function to call if this promise is
  8. * rejected. The function should expect a single argument: the failure
  9. * reason. While this argument is typically an {@code Error}, any type is
  10. * permissible.
  11. * @return {!Promise} A new promise which will be resolved
  12. * with the result of the invoked callback.
  13. */
  14. Promise.prototype.then=function(callback, opt_errback){
  15. };

通过使用 promises,你可以将一连串的异步操作连接起来,确保每个操作执行时,它之前的操作都已经完成:

  1. var driver =new webdriver.Builder().build();
  2. driver.get('http://www.google.com').then(function(){
  3. return driver.findElement(webdriver.By.name('q')).then(function(searchBox){
  4. return searchBox.sendKeys('webdriver').then(function(){
  5. return driver.findElement(webdriver.By.name('btnG')).then(function(submitButton){
  6. return submitButton.click().then(function(){
  7. return driver.getTitle().then(function(title){
  8. assertEquals('webdriver - Google Search', title);
  9. });
  10. });
  11. });
  12. });
  13. });
  14. });

不幸的是,上述范例非常冗长,难以辨别测试的意图。为了提供一套不降低测试可读性的干净利落的异步操作 API, WebDriverJS 引入了一个 promise “管理器” 来调度和执行所有的命令。

简言之,promise 管理器处理用户自定义任务的调度和执行。管理器保存了一个任务调度的列表,当列表中的某个任务执行完毕后,依次执行下一个任务。如果一个任务返回了一个 promise,管理器将把它当做一个回调注册,在这个 promise 完成后恢复其运行。WebDriver 将自动使用管理器,所以用户不需要使用链式调用。因此,之前的 google 搜索的例子可以简化成:

  1. var driver =new webdriver.Builder().build();
  2. driver.get('http://www.google.com');
  3. var searchBox = driver.findElement(webdriver.By.name('q'));
  4. searchBox.sendKeys('webdriver');
  5. var submitButton = driver.findElement(webdriver.By.name('btnG'));
  6. submitButton.click();
  7. driver.getTitle().then(function(title){
  8. assertEquals('webdriver - Google Search', title);
  9. });

On Frames and Callbacks

就内部而言,promise 管理器保存了一个调用栈。在管理器执行循环的每一圈,它将从最顶层帧的队列中取一个任务来执行。任何被包含在之前命令的回调中的命令将被排列在一个新帧中,以确保它们能在所有早先排列的任务之前运行。这样做的结果是,如果你的测试是 written-in line,所有的回调都使用函数字面量定义,命令将按照它们在屏幕上出现的垂直顺序来执行。例如,考虑以下 WebDriverJS 测试用例:

  1. driver.get(MY_APP_URL);
  2. driver.getTitle().then(function(title){
  3. if(title ==='Login page'){
  4. driver.findElement(webdriver.By.id('user')).sendKeys('bugs');
  5. driver.findElement(webdriver.By.id('pw')).sendKeys('bunny');
  6. driver.findElement(webdriver.By.id('login')).click();
  7. }
  8. });
  9. driver.findElement(webdriver.By.id('userPreferences')).click();

这个测试用例可以使用 WebDriver 的 Java API 重写如下:

  1. driver.get(MY_APP_URL);
  2. if("Login Page".equals(driver.getTitle())){
  3. driver.findElement(By.id("user")).sendKeys("bugs");
  4. driver.findElement(By.id("pw")).sendKeys("bunny");
  5. driver.findElement(By.id("login")).click();
  6. }
  7. driver.findElement(By.id("userPreferences")).click();

错误处理

既然所有 WebDriverJS 的操作都是异步执行的,我们就不能使用 try-catch 语句。取而代之的是,你必须为所有命令的 promise 返回注册一个错误处理的函数。这个错误处理函数可以抛出一个错误,在这种情况下,它将被传递给链中的下一个错误处理,或者他将返回一个不同的值来抑制这个错误并切换回回调处理链。

如果错误处理器没有正确的处理被拒绝的 promise(不只是哪些来自于 WebDriver 命令的),则这个错误会传播至错误处理链的父级帧。如果一个错误没有被抑制而传播到了顶层帧,promise 管理器要么触发一个 uncaughtException 事件(如果有注册监听的话),或者将错误抛给全局错误处理器。在这两种情况下,promise 管理器都将抛弃所有队列中后续的命令。

  1. // 注册一个事件监听未处理的错误
  2. webdriver.promise.Application.
  3. getInstance().
  4. on('uncaughtException',function(e){
  5. console.error('There was an uncaught exception: '+ e.message);
  6. });
  7. driver.switchTo().window('foo').then(null,function(e){
  8. // 忽略 NoSuchWindow 错误,让其他类型的错误继续向上冒泡
  9. if(e.code !== bot.ErrorCode.NO_SUCH_WINDOW){
  10. throw e;
  11. }
  12. });
  13. // 如果上面的错误不被抑制的话,这句将永远不会执行
  14. driver.getTitle();

同服务端通讯

当在服务端环境中运行时,客户端不受安全沙箱的约束,可以简单的发送 http 请求(例如:node 的 http.ClientRequest)。当在浏览器端运行时,WebDriverJS 客户端就会收到同源策略的约束。为了和可能不在同一个域下的服务端通讯,WebDriverJS 客户端使用的是修改过的 JsonWireProtocol 和 cross-origin resource sharing。

Cross-Origin Resource Sharing

如果一个浏览器支持 cross-origin resource sharing (CORS), WebDriverJS 将使用 cross-origin XMLHttpRequests (XDR) 发送命令给服务端。服务端要想支持 XDR,就需要响应 preflight 请求,并带有合适的 access-control 头。

  1. Access-Control-Origin:*
  2. Access-Control-Allow-Methods: DELETE,GET,HEAD,POST
  3. Access-Control-Allow-Headers:Accept,Content-Type

在编写本文时,已有 Firefox 4+, Chrome 12+, Safari 4+, Mobile Safari 3.2+, Android 2.1+, Opera 12.0a, 和 IE8+ 支持 CORS。不幸的是,这些浏览器的实现并不一致,也不是完全都遵循 W3C 的规范。

  • IE 的 XDomainRequest 对象,比其 XMLHttpRequest 对象的功能要弱。XDomainRequest 只能发送哪些标准的 form 表单可以发送的请求。这限制了 IE 只能发送 get 和 post 请求(wire 协议要求支持 delete 请求)。
  • WebKit 的 CORS 实现禁止了跨域请求的重定向,即使 access-control 头被正确设置了也是如此。
  • 如果返回一个服务端错误(4xx 或 5xx),IE 和 Opera 的实现将触发 XDomainRequest/XMLHttpRequest 对象的错误处理,但是拿不到服务端返回的信息。这使得它们无法处理以标准的 JSON 格式返回的错误信息。

为了弥补这些短处,当在浏览器中运行时,WebDriverJS 将使用修改过的 JsonWireProtocol 和通过 /xdrpc 路由所有的命令。

/xdrpc

POST /xdrpc

作为命令的代理,所有命令相关的内容必须被编码成 JSON 格式。命令的执行结果将在 HTTP 200 响应中作为一个标准的响应结果返回。客户端依赖于响应的转台吗以确认命令是否执行成功。

参数:

  • method - {string} http 方法
  • path - {string} 命令路径
  • data - {Object} JSON 格式的命令参数

返回:

{*} 命令执行的结果。

举个例子,考虑以下 /xdrpc 命令:

  1. POST /xdrpc HTTP/1.1
  2. Accept: application/json
  3. Content-Type: application/json
  4. Content-Length:94
  5. {"method":"POST","path":"/session/123/element/0a/element","data":{"using":"id","value":"foo"}}

服务端将编码这个命令并重新分发:

  1. POST /session/123/element/0a/element HTTP/1.1
  2. Accept: application/json
  3. Content-Type: application/json
  4. Content-Length:28
  5. {"using":"id","value":"foo"}

不管是否成功,命令的执行结果都将作为一个标准的 JSON 返回:

  1. HTTP/1.1200 OK
  2. Content-Type: application/json
  3. Content-Length:60
  4. {"status":7,"value":{"message":"Unable to locate element."}}

未来计划

以下是一些预期要做的事情。但什么时候完成,在现在仍然未知。如果你有兴趣参与开发,请加入 selenium-developers@googlegroups.com。当然,这是一个开源软件,你完全不需要等待我们。如果你有好主意,就马上开工吧:)

  • 使用 AutomationAtoms 实现一个纯 JavaScript 的命令执行器。这将允许开发者使用 js 编写非常轻量的测试代码,并且可以运行在任何服浏览器中(当然,仍然会收到同源策略的限制)。
  • 基于扩展实现一个 SafariDriver。
  • 为 Node 提供本地浏览器支持,而不需要通过 WebDriver Server 运行。