当前位置: 首页 > news >正文

Python 集成视频录制(Selenium):让 UI 自动化问题无处隐藏

📝面试求职:「面试试题小程序」 ,内容涵盖 测试基础、Linux操作系统、MySQL数据库、Web功能测试、接口测试、APPium移动端测试、Python知识、Selenium自动化测试相关、性能测试、性能测试、计算机网络知识、Jmeter、HR面试,命中率杠杠的。(大家刷起来…)

📝职场经验干货:

软件测试工程师简历上如何编写个人信息(一周8个面试)

软件测试工程师简历上如何编写专业技能(一周8个面试)

软件测试工程师简历上如何编写项目经验(一周8个面试)

软件测试工程师简历上如何编写个人荣誉(一周8个面试)

软件测试行情分享(这些都不了解就别贸然冲了.)

软件测试面试重点,搞清楚这些轻松拿到年薪30W+

软件测试面试刷题小程序免费使用(永久使用)


在 Web UI 自动化测试中,“偶发性失败”是最头疼的问题:

元素突然找不到?

按钮点击无反应?

页面渲染错乱?

仅靠截图和日志,往往无法还原完整操作过程。

而 视频录制 能提供 连续、直观、可回放 的上下文,是定位 UI 问题的终极武器。

今天,我们就手把手教你用 纯 Python 方案,在 Pytest + Selenium 项目中集成 智能视频录制 —— 仅录制失败用例,节省 90% 存储空间。‍

🎯 核心目标

需求

实现方案

✅ 按需录制

仅当用例失败时保存视频

✅ 轻量高效

不拖慢测试速度

✅ 无缝集成

自动附加到 Allure 报告

✅ 跨平台支持

Windows / macOS / Linux

🧱 技术选型:为什么用 FFmpeg?

工具

缺点

本方案优势

Selenium 截图序列

占用空间大、需手动合成视频

实时编码,直接生成 MP4

BrowserStack 录屏

依赖云服务、成本高

本地录制,零额外费用

手动 OBS 录制

无法自动化、精度低

精准绑定单个用例

💡 FFmpeg 是行业标准音视频处理工具,支持:

实时屏幕捕获(Windows/macOS/Linux)

硬件加速编码(H.264)

极低 CPU 开销‍

🛠️ 第一步:安装依赖

1. 安装 FFmpeg

Windows:https://www.gyan.dev/ffmpeg/builds/ → 解压后将 bin 加入 PATH macOS:brew install ffmpeg Linux (Ubuntu):sudo apt install ffmpeg

2. Python 依赖

pip install selenium pytest allure-pytest opencv-python

✅ 验证安装:终端执行 ffmpeg -version 应显示版本信息‍

🎥 第二步:封装视频录制器(核心类)​​​​​​​

# utils/video_recorder.py import os import subprocess import threading import time from pathlib import Path class VideoRecorder: def __init__(self, output_path: str, fps: int = 10): self.output_path = Path(output_path) self.fps = fps self.process = None self._stop_event = threading.Event() self._thread = None def start(self): """启动录制(后台线程)""" if os.name == 'nt': # Windows cmd = [ 'ffmpeg', '-f', 'gdigrab', '-framerate', str(self.fps), '-i', 'desktop', '-vcodec', 'libx264', '-preset', 'ultrafast', '-pix_fmt', 'yuv420p', '-y', str(self.output_path) ] else: # macOS / Linux display = os.environ.get('DISPLAY', ':0.0') cmd = [ 'ffmpeg', '-f', 'x11grab', '-framerate', str(self.fps), '-s', '1920x1080', # 可根据实际分辨率调整 '-i', display, '-vcodec', 'libx264', '-preset', 'ultrafast', '-pix_fmt', 'yuv420p', '-y', str(self.output_path) ] # 启动 FFmpeg 进程(不显示控制台窗口) startupinfo = None if os.name == 'nt': startupinfo = subprocess.STARTUPINFO() startupinfo.dwFlags |= subprocess.STARTF_USESHOWWINDOW self.process = subprocess.Popen( cmd, stdin=subprocess.PIPE, stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL, startupinfo=startupinfo ) # 启动监控线程 self._stop_event.clear() self._thread = threading.Thread(target=self._monitor) self._thread.daemon = True self._thread.start() def stop(self): """停止录制""" if self.process: self._stop_event.set() # 发送 'q' 命令给 FFmpeg 正常退出 try: self.process.stdin.write(b'q') self.process.stdin.flush() except: pass self.process.wait(timeout=5) if self.process.poll() is None: self.process.kill() self.process = None def _monitor(self): """监控录制状态""" while not self._stop_event.is_set(): time.sleep(0.1) ⚠️ 关键参数说明: -preset ultrafast:牺牲压缩率换取速度 -pix_fmt yuv420p:确保视频能在浏览器播放 fps=10:平衡清晰度与文件大小(UI 操作无需高帧率)

🔗 第三步:集成到 Pytest + Selenium​​​​​​​

1. 在 conftest.py 中管理录制生命周期 # conftest.py import pytest import allure from utils.video_recorder import VideoRecorder from selenium import webdriver import os import tempfile @pytest.fixture(scope="function") def driver(): # 初始化 WebDriver options = webdriver.ChromeOptions() options.add_argument("--headless=new") # 如需可视化可注释 driver = webdriver.Chrome(options=options) yield driver driver.quit() @pytest.fixture(scope="function") def video_recorder(request): """视频录制 fixture""" test_name = request.node.name video_path = os.path.join(tempfile.gettempdir(), f"{test_name}.mp4") recorder = VideoRecorder(video_path) # 开始录制 recorder.start() yield recorder # 停止录制(无论成功失败) recorder.stop() # 仅当用例失败时附加到 Allure if hasattr(request.node, 'rep_call') and request.node.rep_call.failed: if os.path.exists(video_path) and os.path.getsize(video_path) > 0: with open(video_path, "rb") as f: allure.attach( f.read(), name="操作视频", attachment_type=allure.attachment_type.MP4 ) # 清理临时文件(可选) # os.remove(video_path) # Hook: 捕获用例执行结果 @pytest.hookimpl(tryfirst=True, hookwrapper=True) def pytest_runtest_makereport(item, call): outcome = yield rep = outcome.get_result() setattr(item, f"rep_{rep.when}", rep) 2. 在测试用例中使用 # test_login.py def test_login_failure(driver, video_recorder): """故意制造失败:输入错误密码""" driver.get("https://example.com/login") driver.find_element("id", "username").send_keys("admin") driver.find_element("id", "password").send_keys("wrong_password") driver.find_element("id", "submit").click() # 断言失败(触发视频保存) assert "Welcome" in driver.page_source

🌟 高级优化:提升体验与性能

优化 1:仅录制浏览器区域(非全屏)​​​​​​​

# 修改 VideoRecorder.start() 中的 FFmpeg 命令 # Windows 示例(需先获取浏览器窗口位置) import pygetwindow as gw def get_browser_window_rect(driver): # 获取 Chrome 窗口(需安装 pygetwindow) windows = gw.getWindowsWithTitle('Chrome') if windows: win = windows[0] return (win.left, win.top, win.width, win.height) return (0, 0, 1920, 1080) # FFmpeg 命令添加 -offset_x, -offset_y, -video_size cmd = [ 'ffmpeg', '-f', 'gdigrab', '-framerate', str(self.fps), '-offset_x', str(x), '-offset_y', str(y), '-video_size', f'{width}x{height}', '-i', 'desktop', ... ]

✅ 效果:视频只包含浏览器,文件更小,隐私更安全

优化 2:动态调整录制质量​​​​​​​

# 根据环境选择参数 if os.getenv("CI"): fps = 5 # CI 环境降低帧率 preset = "superfast" else: fps = 10 preset = "ultrafast"

优化 3:自动清理旧视频​​​​​​​

# 在 video_recorder fixture 中 import shutil from datetime import datetime, timedelta def cleanup_old_videos(): tmp_dir = Path(tempfile.gettempdir()) for video in tmp_dir.glob("test_*.mp4"): if datetime.now() - datetime.fromtimestamp(video.stat().st_mtime) > timedelta(hours=24): video.unlink()

📊 效果验证:Allure 报告中的视频

当用例失败时,Allure 报告会自动显示:

(实际报告中可直接播放 MP4 视频)

✅ 价值:

开发无需复现,直接看视频定位问题

减少“在我机器上能跑”的扯皮

提升缺陷描述专业度‍

⚠️ 注意事项与避坑指南

问题

解决方案

FFmpeg 未找到

确保已加入系统 PATH,或指定绝对路径

视频文件为空

检查 FFmpeg 命令权限(Linux/macOS 需允许屏幕录制)

录制卡顿

降低 FPS(5~10 足够),使用ultrafastpreset

CI 环境无 GUI

在 headless 模式下无法录制 → 改用截图序列合成视频

文件过大

限制录制时长(如最多 60 秒),或转码压缩

✅ 总结:视频录制 = UI 自动化的“黑匣子”

当文字和截图无法说清问题时,一段 10 秒的视频胜过千言万语。

通过本方案,你将获得:

🔍 精准问题复现:失败瞬间完整操作流

💾 智能存储管理:仅保存有价值视频

📤 无缝报告集成:Allure 中一键播放

🚀 团队效率提升:减少沟通成本,加速修复‍

📣 行动建议

在本地环境安装 FFmpeg 并验证

将 VideoRecorder 类复制到你的项目

在一个失败用例中启用录制,查看 Allure 效果

好的自动化,不仅要发现问题,更要让问题无处可藏。‍

最后:下方这份完整的软件测试视频教程已经整理上传完成,需要的朋友们可以自行领取【保证100%免费】

​​

http://www.jsqmd.com/news/525412/

相关文章:

  • PETRV2-BEV训练效果展示:BEV空间中traffic_cone密集场景下的高精度分割
  • 告别手动复制粘贴:影刀RPA内置包 + Xpath + MySQL 打造你的第一个数据自动化流水线
  • 用STM32F103C8T6和LCD屏做个桌面小闹钟(附Keil5工程源码)
  • 怎么用 Modbus 让两个设备互相通信**,包含硬件接线、协议原理、读写步骤,以及 C# 实操示例。
  • 避坑指南:X-AnyLabeling多边形转掩码时常见的5个JSON格式错误及解决方法
  • AgentCPM深度研报助手:利用GitHub Actions实现自动化测试与部署
  • 亚洲美女-造相Z-Turbo可部署方案:单卡3090/4090即可运行的轻量文生图服务
  • 社交媒体自动化营销趋势分析:未来3年怎么玩(2026-2029)
  • 效率系列(九) macOS 前端开发环境优化与个性化配置指南
  • 用Substance Painter制作写实金属锈蚀效果:从智能材质到粒子笔刷的完整流程
  • 从PyInstaller到NSIS:一个全栈项目打包避坑指南当Vue遇上FastAPI,如何优雅地打包成Windows安装程序
  • Cogito-V1-Preview-Llama-3B智能体(Agent)框架开发:自主任务规划与执行
  • HFSS与CST天线仿真设计
  • 超声波测距进阶:如何优化HC-SR04的精度与稳定性(附Arduino代码)
  • 探索高效自动化测试新工具:FlaUI
  • SenseVoice-Small低延迟语音识别效果:实时会议字幕生成案例
  • 富文本编辑器:协同编辑与操作转换算法解析
  • PyTorch版本选不对,GPU再强也白费!手把手教你根据CUDA 12.x选对Torch版本
  • Wireshark实战:如何从流量包中揪出黑客的蛛丝马迹(附真实案例解析)
  • 推荐系统工程师必看:如何高效追踪RecSys/KDD/SIGIR顶会论文中的工业落地技术?
  • 保姆级教程:PX4飞控启动脚本rcS完全解读与自定义配置(附避坑指南)
  • Z-Image-Turbo-辉夜巫女实战教程:为原创音乐专辑设计封面+内页插画统一视觉体系
  • SmolVLA与Node.js全栈开发:构建AI赋能的后台管理系统
  • 【首发实测】RTX 4060 成功捕获 Karpathy 的“自动科研助手”!5分钟跑完 3500 万 Token,进化开始!
  • Java Map遍历方式
  • RexUniNLU效果展示:多模态文档理解能力测评
  • Isaac Sim远程开发避坑指南:从TurboVNC配置到普通用户权限切换
  • OpenClaw硬件适配:Qwen3.5-9B在M1/M2芯片的优化运行方案
  • Node.js后端服务调用Nanbeige 4.1-3B AI能力:完整集成示例
  • LeetCode Hot 100 | 哈希表专题(C++ 题解)