web自动化测试Day1-2

自动化测试能解决什么问题

回归测试,压力测试,兼容性(浏览器,分辨率),操作系统

误区

自动化测试可以完全替代人工;可以发现更多bug,适用于所有功能

自动化测试分类

web,移动(app),接口(工具代码),单元测试

web自动化

程序代替人工自动验证web项目功能的过程

什么web适合自动化测试

1.需求变动不频繁

2.项目周期长

3.项目需要回归测试

web自动化在什么阶段开始

功能测试完毕(手工测试之后),因为时间问题,以及功能完善问题,需要手动先测试一下

web自动化测试所属分类

黑盒测试(功能测试);白盒测试(单元测试);灰盒测试(接口测试)

按照代码分为:黑白灰

web自动化测试工具

QTP:收费,支持web,桌面自动化测试(本地软件)

Selenium(本阶段学习):web,免费,开源(你可以改代码,公开代码),主要做功能测试

robot framework:基于python可扩展的关键字驱动的测试自动化框架,免费

Selenium

特点:

开源软件;跨平台:linux;windows;mac

支持多种浏览器,语言(java,python,jsp...)

成熟稳定,功能强大

发展历程:

1.0版本:IDE录制自动化代码工具,Grid是分布式工具,同时启动多个浏览器;RC,通过JS模拟浏览器,实现自动化方式

selenium 2.0/3.0 比较多,2.0最多,比较稳定,推荐

元素定位方式

id定位

element=driver.find_element_by_id(id)    //前提是有id属性并且唯一

web测试name定位

name一般名称会重复

id,name,class区别

id:一般为唯一标识符 name:可重名 class:多个命名

tag_name定位(了解)

parcial_link_text

XPath

XPath定义

XPath依赖于元素路径

XPath常用定位策略

绝对路径/开头

相对路径以//开始

也可以使用通配符查找,但是,效率没有指定后的高

所有属性必须用@id='id值'

XPath延伸

CSS定位方法(强推)

element=driver.find_element_by_css_selector('css_selector')

CSS选择器案例

driver.find_element_by_css_selector(‘#userA’).send_keys('admin')

driver.find_element_by_css_selector("[name='passwordA']").send_keys('123456')

driver.find_element_by_css_selector(‘.telA’).send_keys('18611112222')

span=driver.find_element_by_css_selector(‘span’).text获取文本值

driver.find_element_by_css_selector(‘p>input[placeholder='电子邮箱A']’).send_keys('123@qq.com')

CSS延伸

八种元素定位汇总

用CSS或者partical_link_text

定位一组元素

扩展8种元素定位的底层实现

ctrl+alt+空格,快速导包

总结

  • 9
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值