前回の投稿では、単純で完全な例を見ていきました。この記事では、Selenium アプリケーションの高レベルのアーキテクチャについて説明していきます。

主な構成要素

• Selenium クライアント ライブラリ: Selenium クライアント ライブラリまたは Selenium 言語バインディングを使用すると、Python、Ruby、Java などの選択した言語で自動化スクリプトを作成できます。
• JSON ワイヤー プロトコル: JSON ワイヤー プロトコルは、Selenium スクリプトとブラウザー ドライバー間の通信を担当する REST ベースの API です。
• ブラウザ ドライバ: Selenium スクリプトは、関連するブラウザ ドライバを通じて実際のブラウザと通信します。ブラウザ ドライバは、実際のブラウザを制御する役割を果たします。ドライバーはブラウザと同じシステム上で実行されます。Selenium フレームワークは、ドライバーのおかげで、さまざまな Web ブラウザーの実装の詳細を知る必要がありません。
• ブラウザ:これらは、必要な自動化タスクが実行される実際のブラウザです。これらはドライバーからコマンドを受け取り、それぞれのメソッドを呼び出してタスクを実行します。コマンドを実行すると、同じルートで応答が返されます。

Selenium WebDriver は、直接とリモートの 2 つの異なる方法でブラウザと通信します。

1. 直接コミュニケーション

WebDriver はドライバーを通じてブラウザーと通信します。このタイプの通信では、WebDriver、ブラウザ ドライバ、および実際のブラウザは同じシステム上にあります。WebDriver は、同じルートを通じてコマンドを渡し、応答を受け取ります。

2. 遠隔通信

Selenium Server または RemoteWebDriver を介してリモートで通信することもできます。この場合、RemoteWebDriver はドライバーおよびブラウザと同じシステム上で実行されます。コマンドはリモート Web ドライバー経由で送受信されます。

リモート通信のもう 1 つの方法は、Selenium Server または Selenium Grid コンポーネントを使用することです。これらはホスト システム上のブラウザ ドライバーと通信します。

公式ドキュメントに記載されているように

「WebDriver にはジョブが 1 つあり、ジョブは 1 つだけです。上記のいずれかの方法でブラウザと通信します。」

コミュニケーションのステップ

driver = Chrome()
driver.get("https://www.python.org")

• Selenium WebDriver は、最初にブラウザー固有のサーバーを起動します。
• HTTP リクエストが作成され、HTTP 経由で JSON Wire Protocol を使用してブラウザ ドライバー (この場合は chromedriver) に送信されます。
• ブラウザドライバーはHTTPリクエストを受け取ります。
• ブラウザドライバーはHTTPサーバー経由で実際のブラウザ(Chrome)にリクエストを送信します。
• コマンドはブラウザ上で実行されます。
• 応答はブラウザによってブラウザ ドライバに送り返され、最終的に自動スクリプトに送り返されます。

1. このステップでは、Firefox WebDriver インスタンスを作成します。このインスタンスを通じて、実際のブラウザ上でいくつかのアクションを実行するための API 呼び出しを行います。
2. Selenium WebDriver は、最初にブラウザー固有のサーバーを起動します。
3. これにより、 endpointPOSTを呼び出して新しいセッションが作成されます。/session
4. ここで使用される実際のクラスはselenium.webdriver.firefox.webdriver.WebDriverです。
• まず、ブラウザ ドライバーに送信する HTTP リクエストが作成されます。
• ブラウザ ドライバー (この場合は geckodriver) は、HTTP サーバーを通じて HTTP リクエストを受信します。
• Selenium WebDriver API は、JSON ワイヤー プロトコルを利用して、言語レベル バインディングから取得したコマンドをブラウザー ドライバーに送信します。
• このgetメソッドは、指定された URL を開くようにブラウザーに指示するエンドポイントPOSTへのリクエストを作成します。/session/:sessionId/url
• ブラウザドライバはHTTPサーバ経由で実際のブラウザ(Firefox)にリクエストを送信します。
• 応答はブラウザーによってブラウザードライバーに送信され、次に同じルートで自動化スクリプトに送信されます。
• リクエストがエンドポイントGETに送信されます/session/:sessionId/title。
• このメソッドは、項目 2 で説明した手順でエンドポイントDELETEにリクエストを作成します。/session/:sessionId
• Selenium クライアント ライブラリまたは Selenium 言語バインディングを使用すると、さまざまな言語で自動化スクリプトを作成できます。これらは、JSON ワイヤー プロトコルを使用して、ブラウザー ドライバーを通じて実際のブラウザーでいくつかのアクションを実行するコマンドを送信します。
• Selenium WebDriver は、直接通信とリモート通信という 2 つの異なる方法でブラウザと通信します。
• WebDriver には 1 つのジョブがあり、ブラウザーと通信するジョブは 1 つだけです。

参考文献

1. https://www.selenium.dev/documentation/en/webdriver/understanding_the_components/
2. https://www.lambdatest.com/blog/automated-browser-testing-with-opera-and-selenium-in-python/
3. https://w3c.github.io/webdriver/#endpoints
4. https://artoftesting.com/selenium-webdriver-architecture
5. https://www.journaldev.com/25698/selenium-webdriver-architecture
6. http://makeseleniumeasy.com/2017/03/03/architecture-of-selenium-webdriver/