將自動化測試與 Python Selenium 結合起來
在當今快節奏的軟體開發場景中,自動化測試對於維護應用程式品質和可靠性至關重要。 Python 是各種自動化工具中的首選,特別是與用於 Web 自動化的 Selenium 和用於測試用例管理的單元測試框架結合使用。本部落格將介紹 Python 基礎知識、它對 Selenium 自動化的適用性、單元測試框架的重要性,以及在 PyCharm 中編寫和執行 Python 腳本進行自動化測試的設定流程。此外,我們將探索如何使用 Selenium 單元測試進行無縫集成,以及如何使用 Python 單元測試斷言來驗證測試結果。
什麼是Python?
Python 是一種高階解釋性程式語言,以其透過顯著縮排注重程式碼可讀性而聞名。它是動態類型和垃圾收集的,支援各種程式設計範例,例如結構化、物件導向和函數式程式設計。 Python 提供了廣泛的模組和套件來完成各種任務,無需額外安裝。 Python適用於Web開發、資料分析、自動化和人工智慧等各領域。
為什麼選擇硒?
Selenium 是一種廣泛用於自動化 Web 瀏覽器的開源工具。它提供了一套用於跨不同瀏覽器和平台進行 Web 應用程式測試的工具。特別是 Selenium WebDriver,允許使用者以程式設計方式控制 Web 瀏覽器,從而能夠建立強大的自動化測試。例如,結合 Python Selenium 可以顯著簡化您的測試流程。
以下是 Selenium 成為測試自動化首選的一些原因:
- 跨瀏覽器相容性:Selenium WebDriver 支援多種瀏覽器,包括 Chrome、Firefox、Safari 和 Edge,確保不同環境的全面測試覆蓋。
- 語言支援: Selenium WebDriver 提供與多種程式語言的相容性,包括 Java、Python、C# 和 JavaScript。這種靈活性允許測試人員使用他們喜歡的程式語言。
- 豐富的生態系統: Selenium 擁有龐大的生態系統和蓬勃發展的社區,提供對大量資源、插件和整合的訪問,以增強測試過程。
- 元素互動:Selenium 提供了使用 ID、名稱、XPath、CSS 選擇器等各種策略來定位網頁上元素的機制。這使得測試人員能夠準確地與特定元素進行互動。
- 處理警報和彈出視窗:Selenium 可以處理測試過程中出現的警報、彈出視窗和對話框,從而實現更全面的自動化場景。
- 動態 Web 元素處理: Selenium 支援處理網頁上的動態元素,例如由 AngularJS、React 或 Vue.js 等 JavaScript 框架產生的元素
- 測試框架集成:Selenium 可以與 JUnit、TestNG、NUnit 和 Pytest 等流行的測試框架集成,提供報告、並行執行和數據參數化等附加功能。
- 與持續整合 (CI) 工具整合: Selenium 可以使用 Jenkins、Travis CI 或 CircleCI 等工具無縫整合到 CI/CD 管道中,從而將自動化測試作為軟體開發生命週期的一部分。
要進一步了解 Selenium,您可以查看其官方文件。
為什麼我們將 Selenium 與 Python 一起使用?
- Selenium 是一個幫助自動化與網頁瀏覽器互動的工具。它可以在不同的平台和瀏覽器上運行良好,並且可以輕鬆地與Python一起使用。
- Python 還有其他有用的函式庫,例如 Requests 和 Pandas,可以與 Selenium 結合使用,使 Web 自動化任務更加靈活和有效。
- 透過將 Selenium 與 Python 結合使用,您可以輕鬆地將其與 Python 框架集成,以處理複雜的任務,例如分組測試案例、設定環境、測試後清理以及進行斷言。
什麼是單元測試框架?
- Python單元測試框架,稱為PyUnit,是JUnit的Python版本,支援測試自動化和共享。它提供了用於自動化測試的固定裝置、測試案例、測試套件和測試運行器等功能,允許從模組、類別或單獨的測試方法執行。
selenium + python 自動化腳本的先決條件:
在本部落格中,在實踐過程中,我們針對各自的語言、框架、套件和應用程式使用了以下版本:
- Python版本:3.12.0
- 硒版本:4.19.0
- 點版本:24.0
- Pycharm版本:2023.3.5
下載並安裝Python:
首先,下載 Python,依照安裝步驟的指示進行安裝。
安裝完成後,您可以透過在命令提示字元中輸入以下命令進行驗證,該命令會顯示已安裝的 python 版本詳細資訊。
- python —-版本
- 您可以透過在命令提示字元中輸入以下命令來驗證 pip 是否與 Python 一起安裝。
- pip —-版本
安裝硒:
如果您打算使用系統命令提示字元執行程式碼,那麼透過在命令提示字元中執行以下命令來安裝 Selenium 框架至關重要。
pip install selenium完成 Selenium 安裝後。您可以使用以下命令確認安裝。
點列表
下載並安裝 Pycharm 編輯器:
若要下載Pycharm,請造訪官方網站,然後點擊社群版的下載按鈕。
下載完成後,雙擊.exe檔並繼續安裝。
有關安裝指南,您可以參考安裝 PyCharm 網站。
測試用例創建
1。 PyCharm 專案設定:
- 啟動「PyCharm」並點選「新專案」。 注意:如果是第一次安裝,請選擇「不匯入設定」。
- 輸入項目名稱,選擇項目位置,Interpreter 類型為 Project venv,然後按一下「建立」按鈕。
- 確保您建立的項目如下圖所示。
2。安裝硒包:
您可以使用以下兩種方法之一在專案中安裝 Selenium 套件:
- 使用圖示進行包裝設定:
- 點擊IDE左下角的“Python Package”圖標,搜尋“Selenium”包,選擇它,點擊“Install”,然後選擇所需的版本。
或
- 使用設定進行包裝設定:
- 從「檔案」選單或「Ctrl+Alt+s」快速鍵開啟「設定」。
- 點選“Project:projectName”,選擇“Python Interpreter”,然後點選“Python Interpreter”部分的“+”圖示。
- 搜尋包“Selenium”,選擇並點選“安裝套件”按鈕。
3。建立python檔案並編寫測試案例:
- 從“File >”中選擇“Python File”,建立一個名為“LinearDemo”的新 Python 檔案。 “新建”選單或右鍵單擊項目名稱並選擇“新建”。
建立 python 檔案後,開始在 selenium 和 unittest 框架的幫助下編寫基本測試程式碼,如下所述。
unittest.TestCase 類別用於透過子類化它來建立測試案例。它提供了一組測試方法和斷言來驗證 Python 程式中函數和方法的行為和輸出。
在測試案例類別中定義測試方法,每個方法名稱以「test_」開頭才能被辨識為一個測試案例。
unittest.TestCase 提供assertEqual、assertTrue、assertRaises 等斷言來根據預期結果檢查網站輸出。
函數 ‘setup’ 和 ‘teardown’ 作為 beforeMethod 和 afterMethod 註釋,分別在每個測試案例之前和之後運行。
Unittest.main() 必須包含在類別末尾,以便透過命令列運行程式碼。
如果您有興趣了解有關unittest的更多信息,請訪問其官方網站以獲取更多信息。
整體而言,此測試腳本可確保網站導航、頁面重新導向以及聯絡我們表單按預期工作,並使用斷言來驗證每個步驟的預期結果。
運行創建的測試案例並檢查結果:
- 測試腳本編寫完成後,繼續執行測試並仔細分析結果 。 要執行測試案例,請轉到測試類別或主方法或測試方法,按一下或右鍵單擊它,然後選擇“運行”選項。結果將顯示在 PyCharm 的運行工具視窗中。
測試運行結果
PyCharm Run 工具視窗中顯示的結果提供了有關測試運行的重要資訊。
如您所見,我們建立的測試已通過並且按預期正常運作。
透過查看這些結果,我們可以了解哪些測試通過、失敗或被跳過。
這有助於我們改善測試流程並使我們的腳本更好、更精確。
結論:
Python 憑藉其內建的單元測試框架,提供了一種簡單而全面的自動化測試方法。該框架的簡單語法、對斷言方法的支援以及自動化測試發現使編寫和執行測試變得容易。此外,將測試案例組織成套件並與測試運行程式整合的能力增強了可重複使用性並簡化了測試流程,使 Python 和 unittest 成為自動化測試的有效選擇。然而,也存在一些缺點,例如在 3.11 版本中不建議從測試方法傳回預設 None 值之外的值,以及由於某些開發模式效率降低而在管理更大的測試套件方面面臨挑戰。
我們透過部落格中的基本範例了解了為什麼將 python 與 selenium 和 unittest 框架結合使用。在未來的部落格文章中,我們將撰寫有關 python 和 unittest 框架的主題,例如頁面物件模型、資料工廠、固定裝置、報告、測試套件等等。請繼續關注我們即將發布的部落格文章中更多與自動化相關的內容!
透過 Jignect 不斷練習和探索,進一步掌握這些強大的工具。
見證我們細緻的方法和尖端的解決方案如何將品質和性能提升到新的高度。開始您進入卓越軟體測試世界的旅程。要了解更多信息,請參閱工具和技術和QA服務。
如果您想了解更多關於我們提供的優質服務,請務必聯絡。
測試愉快! ?
以上是Selenium、Python、Unittest:完美測試自動化的三重奏的詳細內容。更多資訊請關注PHP中文網其他相關文章!

Linux終端中查看Python版本時遇到權限問題的解決方法當你在Linux終端中嘗試查看Python的版本時,輸入python...

本文解釋瞭如何使用美麗的湯庫來解析html。 它詳細介紹了常見方法,例如find(),find_all(),select()和get_text(),以用於數據提取,處理不同的HTML結構和錯誤以及替代方案(SEL)

Python的statistics模塊提供強大的數據統計分析功能,幫助我們快速理解數據整體特徵,例如生物統計學和商業分析等領域。無需逐個查看數據點,只需查看均值或方差等統計量,即可發現原始數據中可能被忽略的趨勢和特徵,並更輕鬆、有效地比較大型數據集。 本教程將介紹如何計算平均值和衡量數據集的離散程度。除非另有說明,本模塊中的所有函數都支持使用mean()函數計算平均值,而非簡單的求和平均。 也可使用浮點數。 import random import statistics from fracti

本文比較了Tensorflow和Pytorch的深度學習。 它詳細介紹了所涉及的步驟:數據準備,模型構建,培訓,評估和部署。 框架之間的關鍵差異,特別是關於計算刻度的

本文討論了諸如Numpy,Pandas,Matplotlib,Scikit-Learn,Tensorflow,Tensorflow,Django,Blask和請求等流行的Python庫,並詳細介紹了它們在科學計算,數據分析,可視化,機器學習,網絡開發和H中的用途

本文指導Python開發人員構建命令行界面(CLIS)。 它使用Typer,Click和ArgParse等庫詳細介紹,強調輸入/輸出處理,並促進用戶友好的設計模式,以提高CLI可用性。

在使用Python的pandas庫時,如何在兩個結構不同的DataFrame之間進行整列複製是一個常見的問題。假設我們有兩個Dat...

文章討論了虛擬環境在Python中的作用,重點是管理項目依賴性並避免衝突。它詳細介紹了他們在改善項目管理和減少依賴問題方面的創建,激活和利益。


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

MinGW - Minimalist GNU for Windows
這個專案正在遷移到osdn.net/projects/mingw的過程中,你可以繼續在那裡關注我們。 MinGW:GNU編譯器集合(GCC)的本機Windows移植版本,可自由分發的導入函式庫和用於建置本機Windows應用程式的頭檔;包括對MSVC執行時間的擴展,以支援C99功能。 MinGW的所有軟體都可以在64位元Windows平台上運作。

Safe Exam Browser
Safe Exam Browser是一個安全的瀏覽器環境,安全地進行線上考試。該軟體將任何電腦變成一個安全的工作站。它控制對任何實用工具的訪問,並防止學生使用未經授權的資源。

SAP NetWeaver Server Adapter for Eclipse
將Eclipse與SAP NetWeaver應用伺服器整合。

SublimeText3 英文版
推薦:為Win版本,支援程式碼提示!

mPDF
mPDF是一個PHP庫,可以從UTF-8編碼的HTML產生PDF檔案。原作者Ian Back編寫mPDF以從他的網站上「即時」輸出PDF文件,並處理不同的語言。與原始腳本如HTML2FPDF相比,它的速度較慢,並且在使用Unicode字體時產生的檔案較大,但支援CSS樣式等,並進行了大量增強。支援幾乎所有語言,包括RTL(阿拉伯語和希伯來語)和CJK(中日韓)。支援嵌套的區塊級元素(如P、DIV),