05｜说说 Selenium WebDriver 的工作原理

开场先给三层结构：测试脚本 → 浏览器驱动（ChromeDriver、GeckoDriver）→ 浏览器——脚本不直接操作浏览器，是通过驱动这个「中间人」完成的。

回答思路

第一步：讲通信机制

脚本和驱动之间走 HTTP 协议，用的是 W3C 标准的 WebDriver 协议——每次 find_element、click 本质上都是向驱动发一次 HTTP 请求，驱动再翻译成浏览器内部的指令去操作页面。所以本地跑和远程跑（Remote WebDriver 指向远端地址）只是请求发到哪的区别。

第二步：用这个原理解释两个现象（显魔法时刻）

1. 为什么驱动版本必须和浏览器版本匹配——协议翻译层对不上就失灵
2. UI 自动化为什么慢——每条命令都是一次网络往返，这也解释了弱网下为什么容易超时

能把原理落到现象上，面试官就知道你是真懂不是背的。

第三步：顺带讲演进史

Selenium IDE 是录制插件给人用的；RC 是被 WebDriver 汇编淘汰的老架构（靠注入 JS 驱动）——现在说 Selenium 默认就是 WebDriver。一两句带过显示知识面。

收尾：衔接实践

理解这个原理才能理解 Grid 是什么（一堆驱动的资源池）、docker 里跑浏览器的原理（驱动加浏览器打包成镜像）——往分布式执行的方向留个钩子。

考察重点

维度	说明
企业动机	大厂测开经典原理题，考的是知其然也知其所以然——只会调用 API 不懂原理的人，遇到环境问题、协议问题就没辙
过线标准	三层结构 + HTTP/W3C 协议通信讲清
区分度	能用原理解释「驱动版本匹配」「UI 自动化为什么慢」的是真理解；只会背三层结构的是刚学
加分项	提到 W3C 标准、Remote WebDriver、Grid 的原理延伸
减分项	说「Selenium 直接操作浏览器」——最核心的一层没懂

来源

整理自知识星球帖《面试情报 03｜自动化测试 20 题》，返回题库。