当前位置: 首页 > news >正文

【python+appium】自动化测试

python+appium自动化测试系列就要告一段落了,本篇博客咱们做个小结。

首先想要说明一下,APP自动化测试可能很多公司不用,但也是大部分自动化测试工程师、高级测试工程师岗位招聘信息上要求的,所以为了更好的待遇,我们还是需要花时间去掌握的,毕竟谁也不会跟钱过不去。

接下来,一起总结一下APP UI自动化测试的思路吧。

一,开发语言选择
通常用于自动化测试的编程语言有:Python、Java、Javascript、Ruby、C#、PHP等。一般我们会选择自己熟悉的编程语言来编写自动化脚本,但对于编程基础基本为0的童鞋(或者专注于做自动化测试的童鞋),推荐学习使用Python。

相对于其他语言,Python做自动化测试有以下优点:

对于初学者来说,Python语法简洁,可读性强,易于学习

有强大的第三方库,编写脚本效率更高

Python中的Pytest自动化测试框架是目前最流行的测试框架之一

二,UI测试框架选择
选择编开发语言之后,我们需要选择UI测试框架。目前较为主流或者使用较多的APP UI自动化测试框架有Appium、Airtest等。

1,Appium
开源

Appium server支持在Windows、macOS、Linux上运行

支持多种主流编程语言,如Python、Java、Javascript、Ruby等

支持Android、ios、H5自动化测试(集成了UiAutomator、UiAutomation框架)

环境搭建较为复杂

2,Airtest
由网易开发(官方文档),只支持python语言

提供集成Airtest与Poco两个测试框架的强大的IDE,对新手很友好

集成基于图像识别的UI自动化测试框架airtest,即使不懂代码也能编写自动化脚本

跨平台,可对Windows、Android和iOS应用软件进行自动化测试

对游戏测试较为友好

Airtest与Poco本质上是python的两个第三方库,测试环境搭建没有Appium那么复杂

3,选择框架
根据实际情况选择合适的框架。

以下情况可以优先选择网易的Airtest (Airtest官网):

无编程基础

游戏测试

测试场景较为单一(Appium相对来说较为笨重)

支付宝小程序自动化(博主目前使用Airtest集成的Poco框架做支付宝小程序自动化测试)

以下情况建议选择Appium:

测试场景比较复杂(如需要多台手机批量测试)

测试脚本语言非Python(Airtest目前只支持Python)

三,单元测试框架选择
区别于上面所说的UI测试框架,单元测试框架用于加载测试用例、执行测试用例、断言、输出测试结果等。

不同的开发语言有各自对应的单元测试框架,如Java有JUnit、TestNG、Robot等,Python有unittest、pytest等。博主主要使用Python做自动化测试,所以这里只针对Python单元测试框架做说明。

python主流的单元测试框架:

unittest,Python自带的单元测试框架

pytest,基于unittest开发,易用性好,信息更详细,插件众多

robot framework,基于Python的关键字驱动测试框架,有界面,自带报告及log,功能完善,清晰美观

这里强烈推荐使用pytest,功能强大且容易上手,官方文档为英文,中文可参考Pytest 使用手册。

四,测试环境搭建
1,测试电脑选择
有条件的话建议使用Mac机器专门用于UI自动化测试,因为ios app ui自动化只能在Mac机器上进行。

2,测试手机选择
刚开始进行测试脚本调试时可以选择模拟器,Android模拟器可选择Gernymotion、夜神模拟器

待整个测试项目开发完成后,建议换成真机跑自动化脚本,这样更接近真实的用户使用场景。

3,开发语言环境
建议安装python 3以上的版本,官方已经停止对python2版本的更新维护。

4,UI自动化测试框架环境搭建
windows环境下搭建Appium,Mac下搭建Appium稍微复杂点,后续会写博客分享。

若选择Airtest框架的话,请参考官网。

五,脚本编写
1,编写测试demo
为了验证整个测试环境是否搭建成功、是否能跑通用例,一般我们需要先编写简单的测试脚本并执行,通过则说明整个环境搭建成功。

2,确定目录结构
推荐使用Page Object设计模式来开发APP UI自动化测试项目。

3,选择测试报告
不同的开发语言、不同的单元测试框架可选用不同的测试报告。在python中,unittest框架使用HTMLTestRunner或BSTestrunner生成测试报告。Pytest框架使用pytest-html生成报告或通过allure定制测试报告。

以上步骤完成后,继续往测试项目里新增测试用例便可。

六,Jenkins集成
根据上述步骤编写完成整个app UI自动化测试项目,且运行一段时间稳定后,就可以考虑进行Jenkins的集成

七,总结
总结APP UI自动化可使用以下几种实现方式:

1,python + appium + unittest + HTMLTestRunner

2,python + appium + pytest + pytest-html / allure

3,python + Airtest(AirtestIDE)

4,python + Poco + pytest + pytest-html / allure

可根据实际情况自行选择。

最后作为一位过来人也是希望大家少走一些弯路,在这里我给大家分享一些软件测试的学习资料,这些资料希望能给你前进的路上带来帮助。

视频文档获取方式:
这份文档和视频资料,对于想从事【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴我走过了最艰难的路程,希望也能帮助到你!以上均可以分享,点下方小卡片即可自行领取。

http://www.jsqmd.com/news/149966/

相关文章:

  • 社交网络关系挖掘系统:大规模图神经网络推理优化
  • 工业质检AI升级路线:引入TensorRT镜像提升节拍
  • 初级软件测试面试题汇总,这几题,你一定得会
  • 基于python的一线式酒店管理系统_su0v7503
  • session,cookie,token
  • 碳足迹计算小程序背后:大模型推理技术支持
  • EOF相关
  • 元宇宙数字人驱动技术:TensorRT实现实时表情生成
  • 零售门店智能监控升级:通过TensorRT镜像降低成本
  • 地震波形识别AI系统建设:高性能推理不可或缺
  • 音乐风格迁移大模型部署:艺术与科技的融合
  • 体育赛事解说AI诞生记:实时性要求极高场景应对
  • 【Python零基础到进阶】初聊for循环,变量交换,异常捕获
  • 深入解析:【分布式利器:分布式ID】6、中间件方案:Redis/ZooKeeper分布式ID实现
  • 虚拟偶像直播互动系统:背后的大模型推理架构
  • 分布式测试性能优化的系统性实践
  • 测试流程改进的变革管理:如何推动团队接受并践行新实践
  • 意图识别全解析:从入门到大模型应用,收藏级技术指南
  • 解锁n8n+大模型API:打造智能办公超级引擎
  • 5大主流LLM开源框架全方位对比与选型指南
  • 生成式AI在云负载测试中的革命性应用
  • 提示交互界面设计的10个直观化技巧,提示工程架构师必看!
  • RAG系统延迟太高?源头可能是缺少TensorRT优化
  • 基于微信小程序的学生实习与就业管理系统设计与实现毕业设计(源码+lw+部署文档+讲解等)
  • AI大模型架构师职业图谱:知识、技能与高薪前景
  • 图书馆古籍数字化加速:AI识别结合TensorRT推理
  • 图书馆古籍数字化加速:AI识别结合TensorRT推理
  • 奇林智媒如何重新定义成都线下品牌活动?10年案例积累告诉你 - 奇林智媒GEO
  • Python+Requests+Pytest+YAML+Allure实现接口自动化
  • LLaMA系列模型部署利器:NVIDIA TensorRT镜像详解