Internet Explorer 驱动程序内部原理
客户端代码进入驱动程序
我们使用 W3C WebDriver 协议与本地 HTTP 服务器实例通信。这大大简化了特定语言代码的实现，并最大限度地减少了必须使用本机代码互操作技术（如 JNA、ctypes、pinvoke 或 DL）调用的 C++ DLL 的入口点数量。
内存管理
IE 驱动程序利用活动模板库 (ATL) 来利用其对 COM 对象智能指针的实现。这使得 COM 对象的引用计数和清理更加容易。
为什么我们需要更改保护模式设置？
Windows Vista 上的 IE 7 引入了保护模式的概念，该模式在浏览时为底层 Windows 操作系统提供了一定的保护。问题在于，当您通过 COM 操作 IE 实例，并且导航到会导致进入或退出保护模式的页面时，IE 要求创建另一个浏览器会话。这将使先前会话的 COM 对象失效，不允许您再控制它。
在 IE 7 中，这通常会表现为一个新的顶层浏览器窗口；在 IE 8 中，将创建一个新的 IExplore.exe 进程，但它通常（并非总是！）无缝地将其附加到现有的 IE 顶层框架窗口。任何外部驱动 IE 的浏览器自动化框架（而不是使用 WebBrowser 控件）都会遇到这些问题。
为了解决这个问题，我们规定要使用 IE，所有区域都必须具有相同的保护模式设置。只要所有区域都启用或禁用，我们就可以防止转换为不同的保护模式区域，这将使我们的浏览器对象失效。它还允许用户继续在启用 UAC 的情况下运行，并且如果他们将所有区域的保护模式设置为“启用”，则可以在浏览器中安全运行。
在 IE 驱动程序的早期版本中，如果用户的保护模式设置不正确，我们会启动 IE，并且该进程会一直挂起，直到 HTTP 请求超时。这并非最佳选择，因为它没有指示需要设置什么。为了谨慎起见，我们不会修改用户的保护模式设置。但是，当前版本会检查保护模式设置是否正确设置，如果未正确设置，则会返回错误响应。
键盘和鼠标输入
关键文件：interactions.cpp
我们有两种方法可以模拟键盘和鼠标输入。第一种方法（在 webdriver 的某些部分使用）是在 DOM 上合成事件。这有许多缺点，因为每个浏览器（以及浏览器的每个版本）都有其自己独特的怪癖；要对这些进行建模是一项艰巨的任务，并且不可能完全正确（例如，很难判断 window.selection 应该是什么，并且这是某些浏览器上的只读属性）。另一种方法是在操作系统级别合成键盘和鼠标输入，理想情况下，不会从用户那里窃取焦点（只要长时间运行的 webdriver 测试运行，用户往往会在他们的计算机上做其他事情）。
执行此操作的代码位于 interactions.cpp。这里需要注意的关键是，我们使用 PostMessages 将窗口事件推送到 IE 实例的消息队列中。尤其值得注意的是输入：我们只发送“keydown”和“keyup”消息。“keypress”事件由 IE 的内部事件处理程序在必要时创建。由于并非总是生成按键事件（例如，并非每个字符都是可打印的，并且如果取消默认事件冒泡，则侦听器看不到按键事件），我们在按键按下后发送一个“探测”事件。一旦我们看到它已处理，我们就知道按键事件在要处理的事件堆栈上，并且发送按键抬起事件是安全的。如果不这样做，则可能会以错误的顺序触发事件，这绝对不是最佳的。
处理 InternetExplorerDriver
目前，所有语言（Java、C#、Python 和 Ruby）中都有针对 InternetExplorerDriver 运行的测试，因此无论您从客户端使用哪种语言，您都应该能够测试对本机代码的更改。要处理 C++ 代码，您需要 Visual Studio 2010 Professional 或更高版本。不幸的是，驱动程序的 C++ 代码使用 ATL 来缓解使用 COM 对象的痛苦，而 ATL 不提供 Visual C++ 2010 Express Edition。如果您使用 Eclipse，则进行和测试修改的过程如下
- 在 VS 中编辑 C++ 代码。
- 构建代码以确保其编译
- 准备好运行测试时，进行完整重建。这将导致创建的 DLL 被复制到正确的位置，以便在 Eclipse 中使用
- 加载 Eclipse（或其他 IDE，如 Idea）
- 编辑
SingleTestSuite，使其为usingDriver(IE) - 创建使用“webdriver-internet-explorer”项目的 JUnit 运行配置。如果不这样做，测试将根本无法工作，并且控制台上会出现一些神秘的错误消息。
完成基本设置后，您可以很快开始处理代码。您可以使用 Visual Studio（从“调试”菜单中，选择“附加到进程…”）附加到您从中执行代码的进程。
