Selenium WebDriver Tutorial #2 - Selenium WebDriver Architecture

Summary

Este tutorial de Selenium WebDriver explica la arquitectura de Selenium, crucial para comprender cómo se desarrollan y ejecutan los scripts de automatización. Se describe cómo las bibliotecas de cliente de Selenium permiten escribir código en múltiples lenguajes de programación y cómo estos se traducen al protocolo JSON para interactuar con el navegador a través del WebDriver. Se ilustra con ejemplos cómo se ejecutan comandos en el navegador, y se menciona la importancia de descargar y configurar los controladores de navegador compatibles. Finalmente, se toca el tema de la API REST de Selenium WebDriver y se guía al espectador hacia la documentación oficial para un entendimiento más profundo.

Takeaways

• 🧩 Comprender la arquitectura de Selenium es crucial para comprender cómo se ejecutan y configuran los scripts de automatización en diferentes entornos de desarrollo.
• 🌐 Selenium soporta múltiples lenguajes de programación, como Java, Python, Ruby, C# y JavaScript, lo que permite a los usuarios escribir scripts en el lenguaje de su elección.
• 💻 La librería cliente de Selenium es esencial para interpretar el código escrito en los distintos lenguajes de programación y convertirlo en un formato que el WebDriver pueda entender.
• 🔄 El JSON Wire Protocol actúa como un puente entre el código escrito por el usuario y el WebDriver, permitiendo la comunicación bidireccional entre ellos.
• 🌐 Los controladores del navegador, como ChromeDriver, GeckoDriver y SafariDriver, son necesarios para que Selenium interactúe con los navegadores reales y ejecute las acciones definidas en los scripts.
• 🔍 La comunicación entre el WebDriver y los controladores del navegador se realiza a través de solicitudes HTTP, que pueden ser GET o POST, dependiendo de la operación que se esté realizando.
• 🛠️ Para comenzar con Selenium, es necesario descargar e instalar los controladores del navegador correspondientes al navegador en el que se deseen ejecutar los tests.
• 🔗 El Selenium WebDriver es en realidad una API REST que maneja las solicitudes y respuestas en formato JSON, permitiendo la interacción con los elementos del navegador.
• 📚 La especificación W3 WebDriver ofrece detalles sobre cómo se implementan los métodos y acciones del WebDriver, lo que puede ser útil para aquellos interesados en los aspectos técnicos internos.
• 💼 Conocer la arquitectura de alto nivel de Selenium es beneficioso para los entrevistas y para entender el flujo general de la automatización de pruebas sin profundizar en los detalles técnicos.

Q & A

¿Qué es Selenium y por qué es importante entender su arquitectura?

Selenium es una herramienta de automatización de pruebas web que permite la interacción con diferentes navegadores a través de diferentes lenguajes de programación. Es importante entender su arquitectura porque ayuda a comprender cómo se configura el desarrollo y cómo los scripts interactúan con los navegadores, lo que es crucial para cualquier marco de automatización.

¿Qué es la librería cliente de Selenium y qué función cumple?

La librería cliente de Selenium es un conjunto de herramientas que permite escribir código en varios lenguajes de programación soportados por Selenium, como Java, Python, Ruby, C# y JavaScript. Ayuda a interpretar el código escrito y a traducirlo al formato JSON para su posterior envío al WebDriver a través del protocolo JSON Wire.

¿Qué es el protocolo JSON Wire y cómo se relaciona con Selenium?

El protocolo JSON Wire es una capa de comunicación que permite que los comandos escritos en lenguajes de programación sean enviados al WebDriver en formato JSON a través de HTTP. Es fundamental en Selenium para la comunicación entre el código de automatización y los controladores del navegador.

¿Cuál es el papel del WebDriver en la arquitectura de Selenium?

El WebDriver en la arquitectura de Selenium actúa como un intermediario entre la librería cliente y el navegador real. Recibe los comandos en formato JSON, los traduce y los ejecuta en el navegador, devolviendo los resultados de las acciones realizadas.

¿Qué es un controlador de navegador y cómo se relaciona con Selenium?

Un controlador de navegador es un componente específico para cada navegador (como ChromeDriver para Chrome, GeckoDriver para Firefox, etc.) que permite a Selenium interactuar con el navegador. Es necesario descargar y configurar el controlador correspondiente al navegador que se desea automatizar.

¿Cómo se ejecuta un script de Selenium y qué sucede si encuentra un error?

Un script de Selenium se ejecuta iniciando el navegador, ejecutando las acciones definidas en el script (como buscar texto en Google) y respondiendo según el éxito de la acción. Si se encuentra un error, como un elemento no encontrado, el controlador del navegador devuelve el error al WebDriver, que a su vez lo envía al IDE en formato JSON.

¿Qué es la API de Selenium WebDriver y cómo se relaciona con la automatización de pruebas?

La API de Selenium WebDriver es una interfaz de programación que permite a los desarrolladores escribir código para automatizar las pruebas en un navegador web. Es una REST API que maneja las solicitudes y respuestas en formato JSON, facilitando la interacción con los elementos del navegador.

¿Dónde puedo encontrar más detalles sobre la especificación de la API de Selenium WebDriver?

Puedes encontrar más detalles sobre la especificación de la API de Selenium WebDriver en la documentación oficial de Selenium, donde se detallan las diferentes acciones y métodos disponibles, como encontrar elementos o realizar acciones en ellos.

¿Cómo se configura el entorno de desarrollo para comenzar a escribir pruebas con Selenium?

Para configurar el entorno de desarrollo, es necesario descargar la librería cliente de Selenium correspondiente al lenguaje de programación elegido, descargar y configurar el controlador del navegador y, opcionalmente, ajustar la configuración de Selenium WebDriver según las necesidades específicas del proyecto.

¿Qué tipo de preguntas sobre la arquitectura de Selenium se pueden esperar en una entrevista?

En una entrevista, se pueden esperar preguntas sobre cómo funciona la comunicación entre la librería cliente, el WebDriver y el navegador, el papel del protocolo JSON Wire, cómo se ejecutan y manejan los errores en los scripts de Selenium, y detalles sobre la configuración y uso de la API de Selenium WebDriver.

Outlines

00:00

😀 Introducción a la Arquitectura de Selenium

Este tutorial se centra en la arquitectura de Selenium, explicando su importancia para comprender cómo se desarrolla y ejecuta un script de automatización. Se menciona que Selenium soporta múltiples lenguajes de programación y se utiliza la librería cliente de Selenium para escribir y interpretar el código. Se describe el proceso de cómo el código se convierte en formato JSON y se envía a través del protocolo JSON Wire a los controladores del navegador. Se ilustra con un ejemplo práctico de cómo se ejecuta un script en el navegador Chrome, incluyendo la interacción bidireccional entre el código, el WebDriver y el navegador real.

05:01

🔧 Configuración y Detalles Técnicos de Selenium WebDriver

En este párrafo, se profundiza en la configuración de Selenium, incluyendo la necesidad de descargar y configurar controladores de navegador según el navegador en el que se deseen ejecutar las pruebas. Se mencionan los diferentes controladores disponibles para navegadores como Firefox, Safari y Chrome, y se destaca la responsabilidad de diferentes organizaciones en el soporte de estos. Además, se habla sobre la implementación de Selenium WebDriver como una API REST, donde los comandos de código se convierten en solicitudes HTTP y se envían en formato JSON. Se sugiere explorar la documentación para comprender mejor la especificación W3C de WebDriver y sus métodos de acción.

10:04

📚 Conclusión y Recursos para Aprendizaje Avanzado

El tutorial concluye con una breve mención de la especificación W3C para WebDriver, que detalla las acciones disponibles para los elementos y los métodos GET y POST utilizados en la implementación. Se alienta a los aprendices interesados en la implementación interna de WebDriver a estudiar la documentación para obtener más detalles. Para aquellos que buscan ser tester de automatización sin profundizar en los detalles técnicos, se recomienda enfocarse en la arquitectura de alto nivel, que es útil para respuestas en entrevistas. El presentador agradece la atención y ofrece un resumen de los conceptos clave tratados en el tutorial.

Keywords

💡Selenium

Selenium es un marco de herramientas para la automatización de pruebas web y un proyecto de automatización de navegador. En el guion, Selenium se menciona como la herramienta principal que se utiliza para la automatización de pruebas, y se discute su arquitectura para comprender cómo interactúa con los navegadores y cómo se configura para el desarrollo.

💡Arquitectura de Selenium

La arquitectura de Selenium es esencial para entender cómo funciona la herramienta y cómo interactúa con los navegadores web. En el video, se explica que comprender esta arquitectura ayuda a configurar el entorno de desarrollo y a escribir scripts de prueba más eficientemente.

💡Biblioteca de cliente de Selenium

La biblioteca de cliente de Selenium es un conjunto de herramientas que permite a los desarrolladores escribir código en varios lenguajes de programación compatibles con Selenium, como Java, Python, Ruby, C# y JavaScript. En el guion, se menciona que esta biblioteca es crucial para interpretar el código escrito por el usuario y para convertirlo en una forma que el WebDriver pueda entender.

💡JSON Wire Protocol

El JSON Wire Protocol es un protocolo de comunicación que permite que el código escrito en la biblioteca de cliente de Selenium se comunique con el WebDriver y, a su vez, con el navegador. En el guion, se describe cómo el código se convierte en formato JSON y se envía a través de este protocolo.

💡WebDriver

El WebDriver es una API que permite a los programas controlar el navegador web. En el video, se menciona que el código escrito por el usuario se envía al WebDriver, que a su vez interactúa con el navegador real para ejecutar las acciones definidas en el script.

💡Navegadores y controladores de navegador

Los controladores de navegador, como ChromeDriver, GeckoDriver, SafariDriver y EdgeDriver, son componentes necesarios para que Selenium interactúe con diferentes navegadores web. En el guion, se explica que dependiendo del navegador en el que se deseen ejecutar las pruebas, se debe descargar y configurar el controlador de navegador correspondiente.

💡IDE (Entorno de desarrollo integrado)

Un IDE es un software que proporciona servicios a los programadores para facilitar el desarrollo de software. En el guion, se menciona Eclipse como un ejemplo de IDE para Java, donde se escribe y ejecuta el código de Selenium.

💡REST API

Una API REST es una arquitectura de software que define una manera de intercambiar datos entre diferentes sistemas. En el video, se menciona que Selenium WebDriver es en realidad una API REST, y se describe cómo las solicitudes y respuestas se envían y reciben en formato JSON.

💡Elementos del navegador

Los elementos del navegador son componentes visuales de una página web, como botones, enlaces y campos de texto, con los que interactúa Selenium. En el guion, se describe cómo Selenium utiliza métodos como 'find element' para localizar y manipular estos elementos en la página web.

💡Errores en la automatización

Los errores en la automatización son situaciones en las que Selenium no puede encontrar o interactuar con un elemento como se esperaba. En el guion, se menciona cómo estos errores se devuelven al controlador de navegador y, a continuación, al IDE, donde se muestran al usuario.

Highlights

Tutorial sobre la arquitectura de Selenium WebDriver.

Importancia de comprender la arquitectura de Selenium para la configuración y escritura de scripts de automatización.

Selenium admite múltiples lenguajes de programación como Java, Python, Ruby, C# y JavaScript.

La librería cliente de Selenium ayuda a escribir código en diferentes lenguajes de programación.

El código escrito se convierte en formato JSON y se transfiere a través del protocolo JSON Wire.

El protocolo JSON Wire actúa como un puente entre el código y los controladores del navegador.

Los controladores del navegador, como ChromeDriver, interactúan con el navegador real para ejecutar las acciones definidas en el script.

Las acciones del navegador y los resultados se comunican de vuelta al IDE a través del protocolo JSON Wire.

Ejemplo de un script básico de Selenium para buscar texto en Google.

Si el navegador no encuentra un elemento definido en el script, se devuelve un error.

Los errores se comunican de vuelta al IDE en formato JSON.

Selenium WebDriver es en realidad una API REST.

La documentación proporciona detalles sobre la especificación W3 de WebDriver y sus componentes.

La arquitectura de Selenium es importante para respuestas en entrevistas y comprender cómo funciona la herramienta.

Se recomienda enfocarse en la arquitectura de alto nivel si no se está interesado en los detalles internos de la implementación.

Tutorial concluye con una revisión de la arquitectura de Selenium y agradece a los espectadores.

Transcripts

hello guys welcome to selenium-webdriver

tutorial in this tutorial we are going

to understand about selenium

architecture so the previous tutorial

was all about the selenium introduction

the basics of selenium and now let's

understand the selenium architecture

understanding selenium architecture is

really important because it will help

you to understand how you are going to

set up the development in one meant and

write the script so how your scripts

interact with the browser so this

understanding is really important in any

automation framework or any automation

tool so having a basic understanding of

the architecture helps you a lot in you

know like future in the advanced topics

in learning the tool properly so let's

go ahead and understand the selenium

architecture so here on my screen I have

prepared a diagram for selenium

architecture so if you see in the left

hand side we have the selenium client

library section right so what this

selenium client library is because we

have seen that selenium supports

multiple programming languages like Java

Python Ruby c-sharp JavaScript right so

this client library provided by selenium

is basically helps you to write your

code in any of these programs supported

programming languages in the integrated

development environment so for example

for Java you will use Eclipse for Python

you can use Python for Java you have

other other IDs as well so once you

write your script in any of these

programming languages your selenium

client library helps that code to be

interpreted so basically what happens is

once you write your test case and

trigger your tests that complete

selenium code that you have written in

any programming supported programming

language

for example here let's take an example

of Java that code gets translated or

converted into the JSON format okay and

transferred to the selenium webdriver

through the JSON wire protocol so you if

you see here the JSON wire protocol so

your code whatever you have written gets

converted into the JSON format

through the JSON wire protocol over HTTP

it gets transferred to any of these

browser drivers so here you have the web

driver and then supported you know like

browser drives so for example you try

you are trying to execute your script

that you have written in the Chrome

browser so you will have the

corresponding Chrome browser chrome

driver Chrome browser driver and then

you have the real browser okay so here

you will see these arrows are

bi-directional so what this means is

that the once you run the script it gets

communicated to through the JSON wire

protocol to the selenium webdriver and

the corresponding and the browser driver

which is in this case we are taking an

example of the Chrome browser so chrome

driver and that chrome driver in turn

launches or sense the actions or the

script actions that you have defined to

the real browser okay so it will launch

the real browser it will perform the

action that you have defined in your

script and then based on that action if

the action is successful then it will

respond back whether the action has been

successful and thence to the chrome

browser from the chrome browser again to

the JSON wire protocol over HTTP to your

ID in this case in our case it will be

Eclipse because this is will be using

Java and we'll be using Eclipse as an

integrated development environment for

Java so to give you a brief example say

for example I want to search any text on

Google

komm right so this is the very basic

script that I'll launch the browser I

want to launch google.com in Chrome

browser search a text and see whether

the search has been successful so what

I'll do in the automation steps is I'll

first step will be to launch the browser

and launch and open the URL google comm

then I'll find the text box search text

box I click on that text box and then

I'll enter the text that I want to

search and then click on the search

button and it will give me the results

now in the automation script I'll

perform the same steps so with my

selenium Java client library I'll write

these steps in the programming in the

code and once I'll run this code it this

code will get converted into JSON wire

into JSON format through JSON wire

protocol it will go to the Chrome

browser launch the browser to perform

all these actions if it is not able to

find say for example there is a web

element search text box that you have

defined in your script which is not

which the the the Chrome browser is not

able to the chrome driver is not able to

find in the real browser so in that case

there will be error returned so in that

error scenario the return the error will

be returned to the chrome driver right

and then from chrome driver it will be

returned from in the JSON format with

Jason wire protocol over HTTP to your ID

ok and it will it will be displayed on

your ID as an error so this is briefly

or very quickly to understand the

overview or how the selenium

architecture it is now if you want to

get a lot more detail or want to dig

deeper into you know what exactly how

the selenium webdriver is implement

implemented select selenium webdriver is

actually

rest api okay so if we let's go ahead

and before before understanding that

selenium-webdriver rest api i would like

to show you the browser drivers that we

need to download and configure in our

environment setup right so let me go

back to this website okay and here if

you'll see we'll go to the doc downloads

page right and here you have the

selenium client right so selenium client

every webdriver language bindings so

this is what all the selenium client

library is talking about right so these

client libraries basically so if you

want to write your code or test in Java

you need this client library right you

need to download this now if you want to

run your test case in a different

browser so go to browser section so

gecko driver is implemented for support

by Mozilla right so if you want to run

your test case in the Firefox you need

gecko driver if you need to run test

case in I you need iDrive ER for safari

it is Safari driver and all these are

supported by different organizations who

will see safari supported by Apple or

prized by Oprah software chrome driver

is by the chrome chromium project right

and Edie is by Microsoft so depending on

which browsers you want to run your test

cases you have to download these browser

drivers and configure these right so

this is what we need to configure and

then the selenium webdriver

library so there are multiple

configuration options that are available

so I will show you exactly what all you

need in order to setup your integral

your development environment before you

start writing your first test case in

selenium all right so now when it comes

to understanding what exactly selenium

webdriver so selenium webdriver is

nothing it's an API right it's a REST

API and when you write your test case or

any step in any IDE in language C for

example Java you are writing the step or

code to launch any webpage now what

happens is there is a call behind the

there is a call that happens so your

that that particular line of code is

converted into the JSON format and sent

as a request or a rest get request or

post request so depending on what

operation you are performing so it will

be sent as a post request or get request

and that's what selenium webdriver is

all about so it will be sending that

request and getting the response back

into the JSON format now if you want to

get into the more details of you know

the webdriver API so you can go to the

documentation and in the documentation

here you can you can see the selenium

browser automation project and you can

see w3 webdriver specification if you

click on webdriver specification it will

show you the w3 specification for all

the components of the webdriver right so

for example these are the actions that

are available for the elements so you

can find elements you can find element

from element so all these so if you go

to elements section and scroll down you

will see some get post methods to use

and you can see the find method right

find element so when you say actually

find element use you see actually

internally what happens is it's a post

method and it passes the session ID of

the particular session and finds the

element right the element that you pass

or the locator or the

collision of the element that you pass

so this is more of you know like what

exactly how the webdriver implementation

is done to find elements or find element

from element similarly under the actions

you will see there are a lot of methods

available so this is if you want if you

are more interested into what exactly

the webdriver is how it is implemented

so you can go through this documentation

to learn a lot more about the webdriver

architecture but if you are just

learning to be you know like automation

tester and not worried into too much

detail of the internal working so which

I don't think you will require if you

are just you know doing the automation

script so just stick to the high level

architecture because this architecture

will be asked in many interview

questions so it will help you a lot to

explain how exactly it is implemented so

that's pretty much all about the

selenium architecture hope you liked the

tutorial thank you very much for

watching