kindtester的博客

使用 Python + Appium + Pytest + Pandas + Allure + Jenkins 等开源工具，快速搭建一套属于自己的自动化测试框架，随身携带、开箱即用。

使用 Python + Appium + Pytest + Pandas + Allure + Jenkins 等开源工具，快速搭建一套属于自己的自动化测试框架。

【代码】通过代码启动 uiautomatorviewer。

【代码】通过代码启动模拟器 emulator

使用中特定用途的辅助方法，因此可以将它存放在。的相关方法，可以被看成是。

三、要点小结请注意：点击返回主目录

【代码】init_appium_and_devices 的实现思路分析。

在自动化测试中，经常需要启动进程和关闭进程，本文介绍几种常用的查杀进程的方式：kill_process_by_pid、kill_process_by_port、kill_process_by_name、kill_process_by_window_name。

在章节，介绍了 pytest 的特性和基本用法，现在我们可以使用 pytest 的一些机制，来重构。链接:pytest.ini。

subprocess 模块提供了的方法，用于运行外部命令并等待其完成。我们可以在这个方法的基础上，封装一个方法，用于在命令行中执行命令并获取返回结果。

subprocess模块是 Python 中用于创建和管理子进程的标准库模块。它提供了多种函数和类，其中最常用的是和。是一个简单的函数，用于运行命令并等待其完成。是一个更灵活的类，可以更加精确地控制子进程的输入、输出和状态。它可以用于启动命令，但不必等待其完成，这对于需要启动长时间运行的程序或不需要等待程序完成的情况非常有用, 例如等待命令完成、发送信号等。

psutil是一个跨平台的进程和系统工具库，可以用于获取系统信息、管理进程等。它提供了一个 net_connections() 方法，可以获取当前系统中的网络连接信息，可以用来检查端口号是否被占用。

Python的安装有两种方式：1. 访问Python官方网站下载安装；2. 使用Python的开源发行版进行安装。Anaconda 是一个用于科学计算、数据分析和机器学习的开源发行版，它包含了许多常用的科学计算和数据分析库。Anaconda 不仅仅是 Python 的发行版，还提供了一个方便的包管理系统（conda），使得安装和管理各种库非常简单。本文使用Anaconda的方式安装Python环境，方便在项目开发中使用conda来创建虚拟环境并管理各种依赖包， 以Windows环境为例。

PyCharm是由JetBrains开发的一款强大的Python集成开发环境（IDE）。它提供了许多先进的功能，包括代码智能提示、调试支持、版本控制集成等，使得Python开发更加高效。

Appium 是一个用于自动化移动应用程序的开源测试框架，它支持 Android 和 iOS，同时支持使用多种编程语言（如 Java、Python、JavaScript 等）进行测试脚本的编写。

Appium-Python-Client 是 Appium 的 Python 客户端库，它提供了一系列的类和方法，用于与 Appium 服务器进行通信，并执行各种移动应用测试操作，包括启动应用、模拟用户输入、点击等操作。

APP 自动化可以使用真机进行测试，也可以使用模拟器来模拟安卓设备。我们可以根据个人喜好安装模拟器，个人推荐安装两款模拟器：网易 MuMu 模拟器、夜神模拟器。MuMu模拟器可以支持 Android 12 版本，优点是：启动速度快，脚本执行速度很快，可以大大节省调试时间；缺点是：Android 版本过高，导致 SDK 中自带的 uiautomatorviewer 定位不到元素；每次启动都要 adb connect 手动连接；

清晰的项目目录结构非常重要的，它能够为项目提供结构化、易维护、易理解的环境。

我们把学习 Appium 的第一个脚本称为 `appium_helloworld`，它用于展示 Appium 的基本用法，验证配置和环境是否正确。

使用 uiautomatorviewer 获取元素的定位信息。

Pytest 是一个用于编写和执行 Python 测试的框架，它提供了简单强大的功能。在专栏整体规划中，将 “Pytest基础讲解” 放在 “Appium 基础讲解” 之前的目的是：使用 pytest 简单易用的特性，方便管理和快速执行后续的测试用例。

输出结果分析：执行了test_pytest_command_params.py的5条测试用例，test_pytest_basic.py的4条用例未执行。输出结果分析：执行test_pytest_command_params.py中的5条用例，详细了输出了测试结果，并在控制台输出了print语句的内容。输出结果分析：执行了两个.py文件中的 test_addition 用例，成功执行2条用例。输出结果分析：输出了更加详细的执行信息，包括具体测试了哪些测试用例，状态信息等。-v: 输出详细的测试信息；

使用 @pytest.mark.parametrize 装饰器可以实现参数化测试，通过不同的参数运行相同的测试用例，实现在多组输入条件下测试相同的功能，即数据驱动。

pytest 提供了 setup 和 teardown 的功能，用于在测试执行前后进行一些必要的准备和清理工作，以确保测试的可控性和可维护性。

在 pytest 中，断言异常是通过 pytest 内置的 pytest.raises 上下文管理器来实现的。通过使用 pytest.raises，可以捕获并断言代码中引发的异常。

固件（fixture）是一些函数，pytest 会在执行测试函数之前（或之后）加载运行它们。pytest 使用 fixture 固件机制来实现测试的前置和后置操作，可以方便地设置和共享测试环境。

pytest添加自定义参数

pytest.ini文件可以控制 pytest 的运行行为；在 pytest.ini 文件中，可以通过启用log_cli在控制中输出日志内容。