自动化测试

2016年1月，机缘巧合下我出版了《Selenium2自动化测试实战--基于python语言》这本书，当时写书的原因是，大部分讲Selenium的书并不讲编程语言和单元测试框，如果想在项目中使用Selenium，几乎离不开编程语言和单元测试框架，难道你只用Selenium IDE去录制/回放脚本么？ 没想到受到许多测试人员的欢迎，我会时常去看网上的书评。大多是感谢的留言，书的销量也印证了这一点，当然，也有批评和建议。在此，表示感谢。 随着，我对Selenium自动化技术的理解，越来越发现《Selenium2自动化测试实战--基于python语言》书中有许多不足之处。 2017年的时候，我就有萌生了要重写一版的想法，当时能想到的改动的地方不多。只是一定未开始动笔。知道2018年下半年，我才开始重新写这本书。 接下来，我将简单的向你介绍以下新书的章节，以及我的改动。 第一章： 不讲什么是软件测试，以及测试的分类这些过于基础的东西了。快速的帮助你对自动化测试，以及Selenium、appium有一个认识。 第二章： 搭建环境。 第三章： python基础，修改了部分列子，以及我认识上的错误，比如，我把 list/列表 称为 数组 ，这其实源于我学C/Java语言，就把他们的叫法照搬了过来。显然，是不太合适的。随着对python的语言的使用，也有了更多的认识。如果你还不会python

最近几年Python编程语言在国内引起不小的轰动，有超越Java之势，本来在美国这个编程语言就是最火的，应用的非常非常的广泛，而Python的整体语言难度来讲又比Java简单的很多。尤其是在运维的应用中非常的广泛，所以之前出了一句话，在如今的时代，运维不学Python，迟早会被淘汰！ 可是难道现在Python语言真的有这么好的就业前景吗？首先来给大家介绍一下Python学完以后能做什么。 一、人工智能Python作为人工智能的黄金语言，选择人工智能作为就业方向是理所当然的，而且就业前景好，薪资普遍较高，拉勾网上，人工智能工程师的招聘起薪普遍在20K-35K，当然，如果是初级工程师，起薪也已经超过了12500元/月。 二、大数据我们目前正处于大数据时代，Python这门语言在大数据上比Java更加有效率，大数据虽然难学，但是Python可以更好地和大数据对接，用Python做大数据的薪资也至少是20K以上了，大数据持续火爆，未来做大数据工程师，薪资还将逐渐上涨。 大家在学python的时候肯定会遇到很多难题，以及对于新技术的追求，这里推荐一下我们的Python学习扣qun：784-758-214，这里是python学习者聚集地！！同时，自己是一名高级python开发工程师，从基础的python脚本到web开发、爬虫、django、数据挖掘等，零基础到项目实战的资料都有整理

对任何职业而言，薪资始终都会是众多追求的重要部分。前几年的软件测试行业还是一个风口，随着不断地转行人员以及毕业的大学生疯狂地涌入软件测试行业，目前软件测试行业“缺口”已经基本饱和。当然，我说的是最基础的功能测试的岗位需求已经很少了，而自动化、性能、安全乃至于以后可能出现的大数据测试、AI测试仍存在着非常多的机会。很多测试从业者其实会对自己未来的发展感到迷茫，觉得自己的工作其实就是用“鼠标点点点”，其实不是这样的，测试工程师有自己的价值。如果你热爱这个行业，好好规划自己的职业发展道路，到达行业顶薪也是有可能的。 “长江后浪推前浪，前浪死在沙滩上”，曾经一句让人会心一笑的调侃，而今变成了软件测试行业的真实写照。由于软件测试行业入门门槛低，薪资报酬高，不断有新鲜血液冲刷着软件测试行业的“前行者”们，给我们带来了非常大的压力。 那些入行几年，但是依然是功能测试的同学所面临的的压力可想而知。说到底，软件测试行业还是属于技术岗位。既然是技术岗位，那就要靠技术说话。不断掌握新的技能，提高软件测试“找bug”的能力也就变成了目前软件测试从业人员迫在眉睫需要解决的问题。因此，现在大部分初级功能测试人员都在向自动化、性能、安全靠拢。 但是还是有不少的软件测试工程师站在“十字路口”迷茫、无助，找不到自己的方向。 一切的迷茫都是因为想得太多而做的太少！每位软件测试行业从业者都能意识到目前自己面临的窘境

1.docker简介 Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的容器中，然后发布到任何流行的Linux机器上，也可以实现虚拟化，容器是完全使用沙箱机制，相互之间不会有任何接口。 　　1.docker组成 一个完整的Docker有以下几个部分组成： 　　　　　　　　dockerClient客户端 　　　　　　　　Docker Daemon守护进程 　　　　　　　　Docker Image镜像 　　　　　　　　DockerContainer容器 　　2.docker架构 Docker 使用客户端-服务器 (C/S) 架构模式，使用远程API来管理和创建Docker容器。Docker 容器通过 Docker 镜像来创建。容器与镜像的关系类似于面向对象编程中的对象与类。 docker　 面向对象 容器 对象 镜像 类 Docker采用 C/S架构 Docker daemon 作为服务端接受来自客户的请求，并处理这些请求（创建、运行、分发容器）。 客户端和服务端既可以运行在一个机器上，也可通过 socket 或者RESTful API 来进行通信。 Docker daemon 一般在宿主主机后台运行，等待接收来自客户端的消息。 Docker 客户端则为用户提供一系列可执行命令，用户用这些命令实现跟 Docker daemon 交互。 　　3

在IT行业里，有相当大一部分软件测试工程师在从事着完全手动的测试工作。手动测试对测试工程师本身技术能力要求不高以及在业内工资价格低廉，因此很受中小型企业的所推崇。而且很多大型IT，软件，及消费电子制造企业，也有相当数量的手动软件测试工程师。 手动测试有很多好处，从用户的角度，更容易发现隐蔽的问题，很容易招聘到人（因为要求不高，这也成了一些非计算机相关，且冷门专业的应届毕业生进入IT行业的一条捷径）。但是，随着软件产业的发展，电子商务时代及移动互联网时代的到来，软件及系统测试已经越来受到重视。而且软件和系统开发的模式也发生了巨大的改变，在开发的过程中更早的引入测试，以及开发和测试融合成了主流， 如当前流行的TDD， Agile， Scrum开发模式等。这个时候，手动测试局限性和弱点就凸现出来了。自动化测试的必要性和紧迫性快速的增长。 自动化测试，很显然也是属于开发的范畴，只不过开发的是测试框架，测试工具，测试脚本等。而自动化测试开发最广泛使用的开发语言很显然就是当今急速流行的动态的面向过程的脚本语言Python。我们可以通过最近IT行业的招聘情况来看出对Python的需求。 Title Qualifications Salary Remark 高级自动化测试开发工程师 强编程能力in Perl, Ruby,或Python 200～500K/Y 大型米资互联网企业 Sr. QA

单元测试：unittest HTTP接口自动化测试：unittest+Requests Web UI 自动化测试：unittest+Selenium 移动自动化测试：unittest+Appium unittest是Python的标准的单元测试框架，能够很好的和自动化测试相结合，并且有独立的测试报告框架 unittest的主要构成部分 1）test fixture 用于初始化清理等操作。在selenium测试中，我们可以用来做webdriver的初始化。 2）testcase 测试用例，unittest的最小单元。 用于对指定输入的返回结果进行检测。 在unittest中提供了testcase基类，用来创建新的测试用例。 3）testsuit 测试套件，一系列测试用例或测试套件的组合 在unittest中由testsuit来实现 4）test runner 测试执行器，负责用例执行并生成测试报告。 在unittest中提供了命令行模式和Gui模式来执行 文章来源: pyunitest技术文档：https://docs.python.org/2/library/unittest.html

背景：以前自己做的大多的都是接口自动化，客户端的自动化做的比较少。最近特意在网上报了一门关于移动端APP自动化的公开课恶补下相关知识（确定不是中年危机嘛），为了能更好的学习和记忆，也方便后期查阅，所以写了这个系列的随笔。好了，废话不多说，下面开始进入正题。 在正式开始自动化脚本编写之前，先来给大家介绍下需要用到的相关软件： jdk jdk是许多软件运行必不可少的前置条件，这里推荐安装1.8的版本。官网下载链接： https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html 点击接受条款后选择对应的版本进行下载，此时会跳转到登陆页面，输入用户名和密码后会自动进行下载 以windows为例，下载好之后双击exe文件进行安装，选择你想要的安装目录，后一路next。安装成功后打开环境变量，添加变量JAVA_HOME，变量值就是jdk的安装目录；在变量path中添加%JAVA_HOME%\bin; python UI的自动化脚本一般都是用编程语言进行编写的，其中又以python最为突出，代码简洁、通俗易懂，特别是对0基础的童鞋很友好，花个个把月时间就能掌握，这里要给小甲鱼打个广告，自己就是通过看他的 公开课学习python 编程的。 官网链接： https://www.python

1、前端自动化测试，就是写了一段测试js的代码（主要是测试js函数，即写了一段运行js函数的代码）。 来源： https://www.cnblogs.com/wfblog/p/11761665.html

　现代的专业软件测试中心，随着项目的迭代，通常针对每个系统构建了大量的自动化测试用例集，而启动一次全量的自动化测试以CI级触发，使之大比率通过，非常困难。测试工程师们常常需要投入很高的成本，把大量精力花在自动化用例失败排查上面，然而发现有效BUG的概率很低。在反复排查无果、心神俱疲的情况下，几乎对自动化产生绝望之心，视之为鸡肋，用之无用，弃之可惜，让测试中心极为头疼。 　 　如何让自动化用例发挥它们应有的效用，让QA工作不那么沉重呢？星云测试针对这一难题，进行了精准测试与自动化测试无缝对接的技术方案研发。经过大量企业实施与验证，精准测试的数据流最终可以“无感”对接到自动化测试中，极大扩展了自动化测试的优势，彻底改进了自动化测试变更管理难的短板。 　 　这一技术方案的推出，就像给自动化测试装上“精准测试”的眼睛和翅膀，瞬间就具备了多种飞跃功能。比如： 　1) 自动化测试用例与源码自动建立关联 　2) 同步进行智能回归用例选取 　3) 有效缩小自动化测试执行范围 　4) 即时分析需要进行维护的测试用例集合 　5) 全自动追踪每个测试用例的执行代码路径 　6) 当自动化执行结束后可辅助直接定位自动化用例的代码出错点 　7) 对自动化测试用例集进行分析，例如聚类分析，以及最小用例集合分析等 　8) 对测试用例集的优化给出指导意见 　9) 给出测试用例集运行的总体覆盖率信息 　10)

Webpack4.0中级教程 webpack 作为前端最火的构建工具，是前端自动化工具链 最重要的部分 ，使用门槛较高。本系列是笔者自己的学习记录，比较基础，希望通过 问题 + 解决方式 的模式，以前端构建中遇到的具体需求为出发点，学习 webpack 工具中相应的处理办法。（本篇中的参数配置及使用方式均基于 webpack4.0版本 ） 一. webpack与自动化测试 webpack 对应的关键词是模块化，它的主要任务就是打包和管理模块，所以首先需要明确的概念就是 webpack 之所以关联自动化测试，是因为 它能够为测试脚本提供模块管理的能力 ，本质上来讲，是将 webpack 的打包功能嵌入了自动化测试框架，而不是将自动化测试框架作为插件集成进了 webpack ，理解这个区别是非常关键的。 对于 Karma + Mocha + Chai 及其他自动化测试相关工具的话题将在 《大前端的自动化工厂》 系列博文中讲述，本篇主要介绍 karma-webpack 连接件，它从工具实现层面上将自动化测试与自动化构建联系在了一起。 二. karma-webpack 插件地址： https://github.com/webpack-contrib/karma-webpack 2.1 自动化单元测试库简介 先对基本的单元测试工具做一个简要说明： Karma 测试框架