从零上手Airtest:图像识别与Poco控件双核驱动的UI自动化测试实战

news2026/4/27 19:45:40
1. 为什么选择Airtest做UI自动化测试刚接触UI自动化测试时我尝试过不少工具但要么配置复杂要么学习曲线陡峭。直到遇到Airtest才发现原来做UI测试可以这么简单直观。Airtest最大的特点就是双核驱动——既支持传统的图像识别又能通过Poco框架直接操作UI控件这种组合拳让测试脚本的编写变得异常灵活。记得第一次用Airtest测试一个电商APP时登录按钮的样式经常变化用传统图像识别方法需要频繁更新截图模板。但切换到Poco模式后直接通过控件ID定位脚本稳定性立刻提升了一个档次。不过有些游戏界面没有标准控件这时候又得靠图像识别来救场。这种见招拆招的能力正是Airtest最吸引我的地方。安装过程也简单得不像话。下载AirtestIDE后直接解压运行连Python环境都帮你打包好了。启动后界面分六个功能区顶部工具栏、左侧Airtest/Poco辅助窗、中间脚本编辑器、下方Log窗口和右侧设备连接区。最贴心的是那个脚本录制功能对着手机操作一遍就能自动生成代码对新手特别友好。2. 五分钟搭建测试环境虽然AirtestIDE自带Python环境但我建议还是单独安装Python 3.8版本。遇到过几个坑一是PATH环境变量没勾选导致命令行无法识别python命令二是pip版本过旧导致安装库失败。推荐用官方安装包记得勾选Add Python to PATH选项。AirtestIDE的下载更简单官网提供Windows/Mac双版本。解压后首次运行可能会遇到两个问题杀毒软件误报拦截需要手动添加信任ADB驱动未安装导致手机无法连接针对安卓设备记得开启USB调试模式。有个小技巧在开发者选项里打开USB调试安全设置这样才能自动授权电脑连接。Windows用户可能需要单独安装Google USB Driver特别是华为/小米等国产机型。验证环境是否就绪可以这样做from airtest.core.api import * connect_device(Android:///) # 自动连接已接入的设备 print(device().list_app()) # 打印设备安装的应用列表3. 图像识别实战从登录界面开始我们先从最基础的图像识别入手。假设要测试一个登录功能传统做法需要截取登录按钮图片建议用IDE自带的截图工具编写点击代码touch(Template(rlogin_button.png, record_pos(0.2, 0.8), resolution(1080, 2340)))这里的record_pos记录了按钮相对屏幕的位置比例resolution是参考分辨率。实际运行时Airtest会自动做缩放适配。图像识别有几个关键参数需要注意threshold匹配阈值默认0.7数值越高匹配越严格timeout等待时间秒超时则抛出异常target_pos点击位置偏移默认中心点我常用的调试技巧是if exists(Template(login_button.png)): print(按钮定位成功) else: snapshot(debug.png) # 保存当前屏幕用于分析4. Poco控件操作进阶技巧当被测应用支持Poco时控件操作会更稳定。以登录界面为例先初始化Pocofrom poco.drivers.android.uiautomation import AndroidUiautomationPoco poco AndroidUiautomationPoco(device()) poco(com.example.app:id/username).set_text(testuser) poco(com.example.app:id/password).set_text(123456) poco(com.example.app:id/login_btn).click()Poco定位元素的方式非常灵活通过IDpoco(com.example:id/view)通过文本poco(text登录)通过层级poco(android.widget.LinearLayout).child(android.widget.Button)[1]遇到动态加载的列表时可以用wait_for_allitems poco.wait_for_all([ poco(list_item)[0], poco(list_item)[1] ])5. 双模式混合使用实战在实际项目中我经常混用两种模式。比如测试一个游戏用图像识别处理游戏场景touch(Template(attack_button.png)) # 点击攻击按钮用Poco操作游戏内的UI弹窗if poco(confirm_dialog).exists(): poco(confirm_btn).click()混合使用的黄金法则是静态元素优先用Poco如设置菜单动态变化元素用图像识别如游戏角色关键操作添加双重校验assert_exists(Template(login_success.png)) assert_equal(poco(welcome_text).get_text(), 欢迎回来)6. 测试报告生成与优化Airtest的报告功能是我见过最直观的。运行脚本后自动生成HTML报告包含操作步骤截图每个步骤的耗时断言结果标记成功/失败报告生成的代码其实很简单from airtest.report.report import simple_report simple_report(__file__, logpathTrue)但默认报告有些信息可能不够我通常会做这些优化添加自定义描述start_recording(description登录功能测试) touch(Template(login.png)) stop_recording()设置关键检查点assert_exists(Template(home.png), 登录后应跳转首页)修改报告模板simple_report(__file__, logpathTrue, outputcustom_report.html, title我的测试报告)7. 常见问题排查手册踩过无数坑后我整理了一份排错清单图像识别失败截图时背景有动态元素如闪烁的光效分辨率不匹配确保测试机与截图设备分辨率一致阈值设置过高适当降低threshold到0.6Poco定位异常控件未加载完成添加wait或sleep框架未正确接入确认游戏使用的Poco SDK版本多窗口问题先switch_to_window设备连接问题ADB版本冲突建议使用Airtest自带的ADB华为手机需要单独授权关闭监控ADB安装应用iOS设备需要WebDriverAgent参考官方配置指南性能优化建议减少不必要的截图缓存Template对象批量操作使用poco.freeze()锁定UI树长流程分多个.air脚本文件8. 企业级实战经验分享在真实项目中使用Airtest时有几个进阶技巧值得分享测试框架整合可以将Airtest脚本封装成pytest测试用例import pytest from airtest.core.api import * class TestLogin: def setup(self): connect_device(Android:///) def test_success_login(self): poco(text用户名).set_text(admin) assert poco(welcome_msg).exists()持续集成方案在Jenkins中配置自动执行airtest run test.air --device Android:/// --log logs/自定义扩展比如实现一个重试装饰器def retry(times3): def wrapper(func): def inner(*args, **kwargs): for i in range(times): try: return func(*args, **kwargs) except Exception as e: if i times - 1: raise print(fRetry {i1} times) return inner return wrapper retry(times5) def click_btn(): touch(Template(unstable_btn.png))这些年在游戏、金融、电商等多个领域实践下来Airtest给我的最大惊喜是它的适应能力。从简单的冒烟测试到复杂的全链路验证这套工具链总能找到合适的解决方案。特别是在快速迭代的移动互联网项目中能节省至少30%的测试脚本维护成本。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2553754.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…