UI自动化测试工具AirTest学习笔记之自定义启动器

本文主要是介绍UI自动化测试工具AirTest学习笔记之自定义启动器,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

通过本篇,你将了解到Airtest的自定义启动器的运用,以及air脚本启动运行的原理,还有批量执行air脚本的方法。

在用Airtest IDE可以编写air脚本,运行脚本,之后我们会想到那我怎么一次运行多条脚本呢?能不能用setup和teardown呢?答案是当然可以,我们可以用自定义启动器!参见官方文档:7.3 脚本撰写的高级特性

Airtest在运行用例脚本时,在继承unittest.TestCase的基础上,实现了一个叫做AirtestCase的类,添加了所有执行基础Airtest脚本的相关功能。因此,假如需要添加自定义功能,只需要在AirtestCase类的基础上,往setup和teardown中加入自己的代码即可。如果这些设置和功能内容相对固定,可以将这些内容作为一个launcher,用来在运行实际测试用例之前初始化相关的自定义环境。

在这个自定义启动器里我们可以做什么呢?

  • 添加自定义变量与方法
  • 在正式脚本运行前后,添加子脚本的运行和其他自定义功能
  • 修改Airtest默认参数值

通过以下的例子看一下怎么实现,首先创建一个custom_launcher.py文件,实现以下代码

from airtest.cli.runner import AirtestCase, run_script
from airtest.cli.parser import runner_parserclass CustomAirtestCase(AirtestCase):PROJECT_ROOT = "子脚本存放公共路径" def setUp(self):print("custom setup")# add var/function/class/.. to globals#将自定义变量添加到self.scope里,脚本代码中就能够直接使用这些变量self.scope["hunter"] = "i am hunter"self.scope["add"] = lambda x: x+1#将默认配置的图像识别准确率阈值改为了0.75ST.THRESHOLD = 0.75# exec setup script# 假设该setup.air脚本存放在PROJECT_ROOT目录下,调用时无需填写绝对路径,可以直接写相对路径self.exec_other_script("setup.air")  super(CustomAirtestCase, self).setUp()def tearDown(self):print("custom tearDown")# exec teardown scriptself.exec_other_script("teardown.air")super(CustomAirtestCase, self).setUp()if __name__ == '__main__':ap = runner_parser()args = ap.parse_args()run_script(args, CustomAirtestCase)

然后,在IDE的设置中配置启动器

菜单-“选项”-“设置”-“Airtest”,点击“自定义启动器”可打开文件选择窗口,选择自定义的launcher.py文件即可。

点击“编辑”,可对launcher.py文件的内容进行编辑,点击“确定”按钮让新配置生效。

也可以用命令行启动

python custom_launcher.py test.air --device Android:///serial_num --log log_path

看到这里都没有提供一次运行多条脚本方法,但是有提供调用其他脚本的接口,相信聪明的你应该有些想法了,这个后面再讲,因为官方文档里都说了IDE确实没有提供批量执行脚本的功能呢

我们在脚本编写完成后,AirtestIDE可以让我们一次运行单个脚本验证结果,但是假如我们需要在多台手机上,同时运行多个脚本,完成自动化测试的批量执行工作时,AirtestIDE就无法满足我们的需求了。

目前可以通过命令行运行手机的方式来实现批量多机运行脚本,例如在Windows系统中,最简单的方式是直接编写多个bat脚本来启动命令行运行Airtest脚本。如果大家感兴趣的话,也可以自行实现任务调度、多线程运行的方案来运行脚本。请注意,若想同时运行多个脚本,请尽量在本地Python环境下运行,避免使用AirtestIDE来运行脚本。

划重点!划重点!划重点!源码分析来啦 ,以上都是“拾人牙慧”的搬运教程,下面才是“精华”,我们开始看看源码。

从这个命令行启动的方式可以看出,这是用python运行了custom_launcher.py文件,给传入的参数是‘test.air’、‘device’、‘log’,那我们回去看一下custom_launcher.py的入口。

if __name__ == '__main__':ap = runner_parser()args = ap.parse_args()run_script(args, CustomAirtestCase)

runner_parser()接口是用ArgumentParser添加参数的定义

def runner_parser(ap=None):if not ap:ap = argparse.ArgumentParser()ap.add_argument("script", help="air path")ap.add_argument("--device", help="connect dev by uri string, e.g. Android:///", nargs="?", action="append")ap.add_argument("--log", help="set log dir, default to be script dir", nargs="?", const=True)ap.add_argument("--recording", help="record screen when running", nargs="?", const=True)return ap

 然后用argparse库解析出命令行传入的参数

    # =====================================# Command line argument parsing methods# =====================================def parse_args(self, args=None, namespace=None):args, argv = self.parse_known_args(args, namespace)if argv:msg = _('unrecognized arguments: %s')self.error(msg % ' '.join(argv))return args

最后调用run_script(),把解析出来的args和我们实现的自定义启动器——CustomAirtestCase类一起传进去

def run_script(parsed_args, testcase_cls=AirtestCase):global args  # make it global deliberately to be used in AirtestCase & test scriptsargs = parsed_argssuite = unittest.TestSuite()suite.addTest(testcase_cls())result = unittest.TextTestRunner(verbosity=0).run(suite)if not result.wasSuccessful():sys.exit(-1)

这几行代码,用过unittest的朋友应该都很熟悉了,传入的参数赋值给一个全局变量以供AirtestCase和测试脚本调用,

  1. 创建一个unittest的测试套件;
  2. 添加一条AirtestCase类型的case,因为接口入参默认testcase_cls=AirtestCase,也可以是CustomAirtestCase
  3. 用TextTestRunner运行这个测试套件

所以Airtest的运行方式是用的unittest框架,一个测试套件下只有一条testcase,在这个testcase里执行调用air脚本,具体怎么实现的继续来看AirtestCase类,这是CustomAirtestCase的父类,这部分代码比较长,我就直接在源码里写注释吧

class AirtestCase(unittest.TestCase):PROJECT_ROOT = "."SCRIPTEXT = ".air"TPLEXT = ".png"@classmethoddef setUpClass(cls):#run_script传进来的参数转成全局的argscls.args = args#根据传入参数进行初始化setup_by_args(args)# setup script exec scope#所以在脚本中用exec_script就是调的exec_other_script接口cls.scope = copy(globals())cls.scope["exec_script"] = cls.exec_other_scriptdef setUp(self):if self.args.log and self.args.recording:#如果参数配置了log路径且recording为Turefor dev in G.DEVICE_LIST: #遍历全部设备try:#开始录制dev.start_recording()except:traceback.print_exc()def tearDown(self):#停止录制if self.args.log and self.args.recording:for k, dev in enumerate(G.DEVICE_LIST):try:output = os.path.join(self.args.log, "recording_%d.mp4" % k)dev.stop_recording(output)except:traceback.print_exc()def runTest(self):#运行脚本#参数传入的air脚本路径scriptpath = self.args.script#根据air文件夹的路径转成py文件的路径pyfilename = os.path.basename(scriptpath).replace(self.SCRIPTEXT, ".py")pyfilepath = os.path.join(scriptpath, pyfilename)pyfilepath = os.path.abspath(pyfilepath)self.scope["__file__"] = pyfilepath#把py文件读进来with open(pyfilepath, 'r', encoding="utf8") as f:code = f.read()pyfilepath = pyfilepath.encode(sys.getfilesystemencoding())#用exec运行读进来的py文件try:exec(compile(code.encode("utf-8"), pyfilepath, 'exec'), self.scope)except Exception as err:#出错处理,记录日志tb = traceback.format_exc()log("Final Error", tb)six.reraise(*sys.exc_info())def exec_other_script(cls, scriptpath):#这个接口不分析了,因为已经用using代替了。#这个接口就是在你的air脚本中如果用了exec_script就会调用这里,它会把子脚本的图片文件拷过来,并读取py文件执行exec

总结一下吧,上层的air脚本不需要用到什么测试框架,直接就写脚本,是因为有这个AirtestCase在支撑,用runTest这一个测试用例去处理所有的air脚本运行,这种设计思路确实降低了脚本的上手门槛,跟那些用excel表格和自然语言脚本的框架有点像。另外setup_by_args接口就是一些初始化的工作,如连接设备、日志等

#参数设置
def setup_by_args(args):# init devicesif isinstance(args.device, list):#如果传入的设备参数是一个列表,所以命令行可以设置多个设备哦devices = args.deviceelif args.device:#不是列表就给转成列表devices = [args.device]else:devices = []print("do not connect device")# set base dir to find tpl 脚本路径args.script = decode_path(args.script)# set log dir日志路径if args.log is True:print("save log in %s/log" % args.script)args.log = os.path.join(args.script, "log")elif args.log:print("save log in '%s'" % args.log)args.log = decode_path(args.log)else:print("do not save log")# guess project_root to be basedir of current .air path# 把air脚本的路径设置为工程根目录project_root = os.path.dirname(args.script) if not ST.PROJECT_ROOT else None# 设备的初始化连接,设置工程路径,日志路径等。auto_setup(args.script, devices, args.log, project_root)

好了,源码分析就这么多,下面进入实战阶段 ,怎么来做脚本的“批量运行”呢?很简单,有两种思路:

  1. 用unittest框架,在testcase里用exec_other_script接口来调air脚本
  2. 自己写一个循环,调用run_script接口,每次传入不同的参数(不同air脚本路径)
from launcher import Custom_luancher
from Method import Method
import unittest
from airtest.core.api import *
class TestCaseDemo(unittest.TestCase):def setUp(self):auto_setup(args.script, devices, args.log, project_root)def test_01_register(self):self.exec_other_script('test_01register.air')def test_02_name(self):self.exec_other_script('login.air')self.exec_other_script('test_02add.air')def tearDown(self):Method.tearDown(self)if __name__ == "__main__":unittest.main()
def find_all_script(file_path):'''查找air脚本'''A = []files = os.listdir(file_path)for f1 in files:tmp_path = os.path.join(file_path, files)if not os.path.isdir(tmp_path):passelse:if(tmp_path.endswith('.air')):A.append(tmp_path)else:subList = find_all_script(tmp_path)A = A+subListreturn Adef run_airtest(path, dev=''):'''运行air脚本'''log_path = os.path.join(path, 'log')#组装参数args = Namespace(device=dev, log=log_path, recording=None, script=path)try:result = run_script(args, CustomLuancher)except:passfinally:if result and result.wasSuccessful():return Trueelse:return Falseif __name__ == '__main__':#查找指定路径下的全部air脚本air_list = find_all_script(CustomLuancher.PROJECT_ROOT)for case in air_list:result = run_airtest(case)if not result:print("test fail : "+ case)else:print("test pass : "+ case)sys.exit(-1)

总结,两种方式实现Airtest脚本的批量执行,各有优缺点,自己体会吧,如果喜欢Airtest的结果报告建议用第二种方式,可以完整的保留日志,结果以及启动运行。第一种方式是自己写的unittest来执行,就没有用的Airtest的启动器了,报告部分要自己再处理一下,然后每添加一条air脚本,对应这里也要加一条case。

这篇关于UI自动化测试工具AirTest学习笔记之自定义启动器的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1093003

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

【Linux 从基础到进阶】Ansible自动化运维工具使用

Ansible自动化运维工具使用 Ansible 是一款开源的自动化运维工具,采用无代理架构(agentless),基于 SSH 连接进行管理,具有简单易用、灵活强大、可扩展性高等特点。它广泛用于服务器管理、应用部署、配置管理等任务。本文将介绍 Ansible 的安装、基本使用方法及一些实际运维场景中的应用,旨在帮助运维人员快速上手并熟练运用 Ansible。 1. Ansible的核心概念

线性代数|机器学习-P36在图中找聚类

文章目录 1. 常见图结构2. 谱聚类 感觉后面几节课的内容跨越太大,需要补充太多的知识点,教授讲得内容跨越较大,一般一节课的内容是书本上的一章节内容,所以看视频比较吃力,需要先预习课本内容后才能够很好的理解教授讲解的知识点。 1. 常见图结构 假设我们有如下图结构: Adjacency Matrix:行和列表示的是节点的位置,A[i,j]表示的第 i 个节点和第 j 个