Selenium不仅仅是一个工具或API，它还包含许多工具。
WebDriver
如果你开始使用桌面网站测试自动化，那么你将使用WebDriver APIs。WebDriver使用浏览器供应商提供的浏览器自动化API来控制浏览器和运行测试。就像真正的用户在操作浏览器一样。由于WebDriver不要求使用应用程序代码编译其API，它本质上不具有入侵性。因此，你测试的应用程序与实时推送的应用程序相同。
入侵性：当代码引入了一个组件，导致其它代码或者设计要做相应的更改以适应新组件，这样的情况我们就认为这个新组件具有侵入性。代码设计应做到"高内聚，低耦合"，为了实现这个思路就必须降低代码的入侵性。
Selenium IDE
Selenium IDE（Integrated Development Environment，集成开发环境）是用来开发Selenium测试用例的工具。这是一个易于使用的Chrome和Firefox浏览器拓展，通常是开发测试用例最有效率的方式。它使用现有的Selenium命令记录用户在浏览器中的操作，参数由元素的上下文确定。这不仅节省了开发时间，而且是学习Selenium脚本语法的一种很好的方法。
Grid
Selenium Grid允许你在不同平台的不同机器上运行测试用例。可以本地控制测试用例的操作，当测试用例被触发时，它们由远端自动执行。
当开发完WebDriver测试之后，你可能需要在多个浏览器和操作系统的组合上运行测试。这就是Grid的用途所在。

了解组件

使用WebDriver构建测试套件需要理解并有效地使用许多不同的组件。就像软件中的一切那样，不同的人对同一个想法使用不同的术语。

专业术语

• API：应用程序编程接口。这是一组用来操作WebDriver的指令。
• 库：一个代码模块，它包含API和实现这些API所需的代码。库是对应于具体的语言的，例如Java的.jar文件，.NET的.dll文件等等。
• 驱动程序：负责控制实际的浏览器。大多数驱动程序是由浏览器厂商自己创建的。驱动程序通常是与浏览器一起在系统上运行的可执行模块，而不是在执行测试套件的系统上。有些人把驱动称为代理。
• 框架：用于支持WebDriver套件的附加库。这些框架可能是测试框架，如JUnit或NUnit。也可能是支持自然语言特性的框架，如Cucumber或Robotium。还可以编写和使用框架来操作或配置被测试的系统、数据创建、测试预言等等。

组成部分

WebDriver通过一个驱动程序与浏览器对话。通信有两种方式：WebDriver通过驱动程序向浏览器传递指令，然后通过相同的路径接收信息。

驱动程序是特定于浏览器的，例如ChromeDriver对应于谷歌的Chrome/Chromium，GeckoDriver对应于Mozilla的Firefox等等。驱动程序在与浏览器相同的系统上运行。这可能与执行测试本身的系统相同也可能不同。
上图的通信方式就是直接通信。与浏览器的通信也可以是通过Selenium服务器或者RemoteWebDriver进行远程通信。RemoteWebDriver与驱动程序和浏览器运行在同一系统上。

远程通信也可以使用Selenium Sever或Selenium Grid进行，这两者依次与主机系统上的驱动程序进行通信。

应用框架

WebDriver有且只有一个任务：通过上面的任何方法与浏览器通信。WebDriver对测试不了解：它不知道如何比较事物、断言通过或失败，也不知道报告或者Given/When/Then语法。
这就是各种框架发挥作用的地方。至少你需要一个与绑定语言相匹配的测试框架，比如.NET的NUnit，Java的JUnit，Ruby的RSpec等等。
测试框架负责运行和执行WebDriver以及测试中相关步骤。因此，可以看做类似下图。

像Cucumber这种自然语言框架/工具可能作为上图中测试框架的一部分存在，或者它们可能将测试框架完全封装在自己的实现中。

深度介绍

Selenium是一系列工具和库的综合项目，这些工具和库支持Web浏览器的自动化。

Selenium控制网页浏览器

Selenium有很多功能，但其核心是Web浏览器自动化的一个工具集，它使用最好的技术来远程控制浏览器实例，并模拟用户与浏览器的交互。
它允许用户模拟终端用户执行的常见活动，比如将文本输入到字段中，选择下拉值和复选框，并单击文档中的链接。还提供了许多其他控件，比如鼠标移动、任意JavaScript执行等等。
虽然Selenium主要用于网站的前端测试，但其核心是浏览器用户代理库。这些接口在应用程序中无处不在，它们鼓励与其他库进行组合以满足目的。

一个接口来统治它们

该项目的指导原则之一就是支持所有主流浏览器技术的通用接口。Web浏览器是非常复杂的，高度工程化的应用程序，以完全不同的方式执行它们的操作，但在执行这些操作时，通常看起来是跟平常使用一样的。Selenium进行了抽象，向编写代码的人隐藏了它们的细节和复杂性。这将允许用户只要编写几行代码就能执行一个复杂的工作流程，但这几行代码将在Firefox、Internet Explorer、Chrome和所有其他支持的浏览器上执行。

工具和支持

Selenium的极简设计方式使其具有通用性，可以作为更大应用程序中的组件。Selenium保护伞下提供的周边基础设施为你提供了组合自己的Grid工具， 因此测试就可以在不同机器、不同浏览器和不同操作系统上运行。
想象一下，服务器机房或数据中心的一组计算机同时启动浏览器，访问站点的链接、表单和表格-全天候24小时测试应用程序。通过最常见的语言提供的简单编程接口，这些测试将不知疲倦并行运行，当错误发生时生成报告。
通过用户提供工具和文档，不仅可以控制浏览器，还可以方便地拓展和部署这些Grid，从而帮助你实现目标。

谁使用Selenium

世界上很多公司都在基于浏览器的测试中采用Selenium，取代了多年来涉及其他专有工具的工作。随着Selenium越受欢迎，需求和挑战也成倍增长。
随着网络越来越复杂，新的技术被添加到网站上，这个项目的任务就是尽可能跟上它们。作为一个开源项目，这种支持是通过许多志愿者的慷慨捐赠来提供的，每个志愿者都有一个"日常工作"。
该项目的另一个任务是鼓励更多的志愿者参与到这项工作中来， 并建立一个强大的社区，以便项目能够继续跟上新兴的技术， 并继续成为功能测试自动化的主导平台。