【软件测试】自动化测试常用函数 -- 详解

一、WebDriver API

一个简单自动化脚本的构成：

脚本解析

• # coding = utf-8
  from selenium import webdriver
  import time
  browser = webdriver.Firefox()
  time.sleep(3)
  browser.get("http://www.baidu.com")
  time.sleep(3)
  browser.find_element_by_id("kw").send_keys("selenium")
  time.sleep(3)
  browser.find_element_by_id("su").click()
  browser.quit()

防止乱码，在编辑器里面可以不用加，因为编辑器默认的就是  UTF-8  模式。

• coding = utf-8

导入 webdriver 工具包，这样就可以使用里面的  API

• from selenium import webdriver

获得被控制浏览器的驱动，这里是获得  Firefox  的，当然还可以获得  Chrome  浏览器，不过要想使这一段代码有效，必须安装相应的浏览器驱动。

• browser = webdriver.Firefox()

通过元素的  ID  定位想要操作的元素，并且向元素输入相应的文本内容 。

• browser.find_element_by_id("kw").send_keys("selenium")

通过元素的  ID  定位到元素，并进行点击操作。

• browser.find_element_by_id("su").click()

退出并关闭窗口。

• browser.quit()

browser.close() 也可以关闭窗口。

两者的区别是：close 方法关闭当前的浏览器窗口，quit 方法不仅关闭窗口，还会彻底的退出 WebDriver，释放与 driver server 之间的连接。所以简单来说 quit 是更加彻底的 close，quit 会更好的释放资源。

---

1、元素的定位

对象的定位应该是自动化测试的核心，要想操作一个对象，首先应该识别这个对象。一个对象就是一个人一样，他会有各种的特征（属性），比如我们可以通过一个人的身份证号，姓名，或者他住在哪个街道、楼层、门牌找到这个人。那么一个对象也有类似的属性，我们可以通过这些属性找到这对象。

注意：不管用那种方式，必须保证页面上该属性的唯一性。

web 自动化测试的操作核心是能够找到页面对应的元素，然后才能对元素进行具体的操作。

WebDriver 提供了一系列的对象定位方法，常用的有以下几种：

• id
• name
• class name
• link text
• partial link text
• tag name
• xpath
• css selector

我们可以看到，一个百度的输入框，可以用这么多种方式去定位。

---

（1）cssSelector（常用）

CSS（Cascading Style Sheets）是一种语言，它被用来描述 HTML 和 XML 文档的表现。

CSS 使用选择器来为页面元素绑定属性。这些选择器可以被 Selenium 用作另外的定位策略。

CSS 的比较灵活可以选择控件的任意属性，上面的例子中，find_element_by_css_selector("#kw") 通过 find_element_by_css_selector( ) 函数，选择取百度输入框的 id 属性来定义。

CSS 的获取可以用 Chrome 的 F12 开发者模式中 Element-右键-copy-copy selector 来获取。

css 选择语法：

• id 选择器：#id
• 类选择：class
• 标签选择：标签名
• 后代选择器：父级选择器、子级选择器

选择器的功能：选中页面中指定的标签元素。

选择器的种类分为基础选择器和复合选择器，常见的元素定位方式可以通过 id 选择器和子类选择器来进行定位。

定位百度首页的 “百度热搜” 元素，可以使用通过 id 选择器和子类选择器进行定位：#s-hotsearch-wrapper > div

“搜索输入框元素”：#kw

“百度一下按钮”：#su

若要获取页面多个元素时，可以使用 find_elements：

注意：因为自动化打开的页面是未登录状态，而我们手动打开的百度网页可能是有登录态的，二者页面可能不同，可能造成无法正确打印信息。

---

A. id 定位

id 是页面元素的属性，我们最常用元素定位方式，但是不是所有的元素都有 id 的。如果一个元素有 id 属性，那么一般在整个页面是唯一的。所以我们一般可以用 id 来唯一的定位到这个元素。

通过前端工具，例如 Edge 浏览器的 F12，找到了百度输入框的属性信息，如下：

<input id="kw" name="wd" class="s_ipt" value="" maxlength="255" autocomplete="off">

属性 id=”kw” 通过 find_element_by_id("kw") 函数就可以定位到百度输入框。

---

（2）name 定位

如果这个元素有 name，并且元素的 name 命名在整个页面是唯一的，那么我们可以用 name 来定位这个元素。

用上面百度输入框的例子，其中元素的属性 name=”wd” 通过 find_element_by_name("wd") 函数同样也可以定位到百度输入框。

---

（3）tag name 定位和 class name 定位

从上面的百度输入框的属性信息中，我们看到，不单单只有 id 和 name 两个属性， 比如 class 和 tag name(标签名）。

input 就是一个标签的名字，可以通过 find_element_by_tag_name("input") 函数来定位，class="s_ipt" 通过 find_element_by_class_name("s_ipt") 函数定位百度输入框。

注意 ：不是所有的元素用 tag name  或者 class name 来定位元素，首先要保证该元素的这两种属性在页面上是唯一的，才能够准确的定位。

---

（4）XPath 定位（重点）（常用）

A. 什么是 XPath

Cover page | xpath | W3C standards and drafts | W3C

XML 路径语言，不仅可以在 XML 文件中查找信息，还可以在 HTML 中选取节点。

xpath 使用路径表达式来选择 xml 文档中的节点。

---

B. XPath 基础教程

W3Schools Online Web Tutorials

---

相对路径：/html/head/title（不常用）

绝对路径： 

• 相对路径+索引：//form/span[1]/input
• 相对路径+属性值：//input[@class="s_ipt"]
• 相对路径+通配符：//*[@*="su"]
• 相对路径+文本匹配：//a[text()="新闻"]

XPath 是一种在 XML 文档中定位元素的语言。因为 HTML 可以看做 XML 的一种实现，所以 Selenium 用户可是使用这种强大语言在 Web 应用中定位元素。

XPath 扩展了上面 id 和 name 定位方式，提供了很多种可能性。

XPATH 的获取可以用 Chrome 的 F12 开发者模式中 Element-右键-copy-copy xp。

//*[@id="kw"]

• 获取 HTML 页面所有的节点：//*

• ---

  获取 HTML 页面指定的节点：//[指定节点]

//ul：获取 HTML 页面所有的 ul 节点

//input：获取 HTML 页面所有的 input 节点

• ---

  获取⼀个节点中的直接子节点：/

//span/input

• ---

  获取⼀个节点的父节点：..

//input/..：获取 input 节点的父节点

• ---

  实现节点属性的匹配：[@...]

• ---

  使用指定索引的方式获取对应的节点内容

注意：xpath 的索引是从 1 开始的。

百度首页通过：//div/ul/li[3] 定位到第三个百度热搜标签

更便捷的生成 selector/xpath 的方式：右键选择复制 "Copy selector/xpath"

注意 ：元素的定位方法必须唯⼀。

---

既然可以手动复制 selector/xpath 的方式，为什么还有了解语法？

手动复制的 selector / xpath 表达式并不一定可以满足上面的唯一性的要求，有时候也需要手动的进行修改表达式。

---

css 选择器和 xpath 选择器哪个更好？ 

css 选择器定位元素效率更高。

---

（5）link text 定位

有时候不是一个输入框也不是一个按钮，而是一个文字链接，我们可以通过链接内容，也就是 link text 来定位。

注意：链接内容必须这个页面唯一，否则会报错。

---

（6）Partial link text 定位

通过部分链接定位，这个有时候也会用到，我还没有想到很好的用处。拿上面的例子，我可以只用链接的一部分文字进行匹配：

---

二、操作测试对象

前面讲到了不少知识都是定位元素，定位只是第一步，定位之后需要对这个元素进行操作。是鼠标点击还是键盘输入，或者清除元素的内容，或者提交表单等。这个取决于定位元素需要进行的下一步操作。

Webdriver 中比较常用的操作对象的方法有下面几个：

• click 点击对象。
• send_keys 在对象上模拟按键输入。
• clear 清除对象输入的文本内容。
• submit 提交。
• text 用于获取元素的文本信息。
• get_attribute 获得属性值。

---

1、click 点击 / 提交对象

click() # 用于点击一个按钮

页面上任意元素都可以进行点击操作。

---

2、sendKeys 模拟按键输入

键盘上可以输入的内容都能填入。

sendKeys("")
# send_keys("xx") 用于在一个输入框里输入 xx 内容

---

3、clear 清除文本内容

输入文本后又想换一个新的关键词，这里就需要用到 clear()。

clear() 用于清除输入框的内容，比如百度输入框里默认有个 “请输入关键字” 的信息，再比如我们的登陆框一般默认会有 “账号”、“密码” 这样的默认信息。clear 可以帮助我们清除这些信息。

连续的 sendKeys 会将多次输入的内容拼接在一起，如果想要重新输入，需要使用清除方法：

---

4、submit 提交表单

打开百度搜索页面，按钮 “百度一下” 元素的类型 type=“submit”，所以把“百度一下”的操作从 click 换成 submit 可以达到相同的效果：

driver.find_element_by_id("su").submit()

• 如果点击的元素放在 form 标签中，此时使用 submit 实现的效果和 click 是一样的。
• 如果点击的元素放在非 form 标签中，此时使用 submit 报错。

---

5、text 获取元素文本

如何判断获取到的元素对应的文本是否符合预期呢？

获取元素对应的⽂本并打印⼀下。

getText()

“百度一下” 在这里是作为元素属性值，而不是文本信息。

不应该是获取文本信息，而是获取属性值：

注意 ：文本和属性值不要混淆了，获取属性值需要使用方法： getAttribute(" 属性名称 ")。

---

6、title 获取当前页面标题 & current_url 获取当前页面 URL

getTitle()
​
getCurrentUrl()

适用场景：页面元素可点击跳转的情况下，用来检测跳转的结果是否为正确的。

---

三、等待（重点）

通常代码执行的速度比页面渲染的速度要快，如果避免因为渲染过慢出现的自动化误报的问题呢？

可以使用 selenium 中提供的三种等待方法。

---

1、强制等待

添加休眠非常简单，我们需要引入 time 包，就可以在脚本中自由的添加休眠时间了，这里的休眠指固定休眠。

import time
time.sleep() # 单位：秒
# 当调用该方法时，程序会直接阻塞，等待指定秒数后继续执行后面的代码

• 优点：使用简单，调试的时候比较有效。
• 缺点：影响运行效率，浪费大量的时间。 

---

2、隐式等待

隐式等待是⼀种智能等待，它可以规定在查找元素时，在指定时间内不断查找元素。如果找到则代码继续执行，直到超时没找到元素才会报错。

通过添加 implicitly_wait() 方法就可以方便的实现智能等待。implicitly_wait(30) 的用法比 time.sleep() 更智能，后者只能选择一个固定的时间的等待，而前者可以在一个时间范围内智能的等待。

隐式等待的生命周期：隐式等待作用域是整个脚本的所有元素。即只要 driver 对象没有被释放掉（driver.quit()），隐式等待就一直生效。

• 优点：智能等待，作用于全局。

隐式地等待并非一个固定的等待时间，当脚本执行到某个元素定位时，如果元素可以定位，则继续执行；如果元素定位不到，则它以轮询的方式不断的判断元素是否被定位到。直到超出设置的时长。若等待指定秒数后还是查找不到元素，则报错。

隐式等待扫描的是整个页面的元素，页面中所有的元素都被加载到之后才去执行后续的代码。

---

3、显示等待

显示等待也是一种智能等待，在指定超时时间范围内只要满足操作的条件就会继续执行后续代码。

# new WebDriverWait(driver, Duration.ofSeconds(3)).until($express)
# $press：涉及到selenium.support.ui.ExpectedConditions包下的ExpectedConditions类
# 返回值：boolean

# 示例：
from selenium.webdriver.support import expected_conditions as EC

wait = WebDriverWait(driver, 2)
wait.until(EC.invisibility_of_element((By.XPATH, '//*[@id="2"]/div/div/div[3]/div[1]/div[1]/div')))

ExpectedConditions 预定义方法的一些示例：

• title_is(title)：检查页面标题的期望值。
• title_contains(title)：检查标题是否包含区分大小写的子字符串的期望值。
• visibility_of_element(locator)：用于检查元素的期望是可见的并已启用，以便我们可以单击它。
• invisibility_of_element(locator)：用于检查元素的不可见性。
• visibility_of_element_located(locator, str])：用于检查元素是否存在于页面的 DOM 上的期望值。
• visibility_of(element)：检查已知存在于页面 DOM 上的元素是否可见的期望。
• alert_present()：检查是否出现弹窗。（可以等待隐式等待（无法等待弹窗，因为弹窗不是页面的元素，无法通过页面元素来定位到弹窗）无法处理的问题）

1. 优点：显示等待是智能等待，可以自定义显示等待的条件，操作灵活。
2. 缺点：写法复杂。

显示等待相较于隐式等待的好处：

隐式等待和显示等待一起使用效果如何呢？

不建议这么做。混合隐式和显示等待可能会导致不可预测的等待时间。

但是强制等待可以任意配合隐式等待或显示等待来使用。

重复多次，设置 10 秒的隐式等待和 15 秒的显示等待导致 20 秒后发生超时：

---

四、窗口

打开一个新的页面之后获取到的 title 和 URL 仍然还是前一个页面的。当我们手工测试的时候，我们可以通过眼睛来判断当前的窗口是什么，但对于程序来说它是不知道当前最新的窗口应该是哪一个的。

对于程序来说，它如何来识别每一个窗口呢？

每个浏览器窗口都有一个唯一的属性句柄（handle）来表示，我们就可以通过句柄来切换。

---

1、切换窗口

• 获取当前页面句柄：driver.current_window_handle
• 获取所有页面句柄：driver.windowhandles

• 通常情况下会打开两个标签页来实现标签页的切换测试，多个标签页切换到某一个标签页的场景在测试中不常见。
• 更多时候是输入对应页面的链接在当前标签页下进行测试。

---

2、窗口设置大小

仅作了解即可，在自动化脚本执行过程中通常测试人员不关注页面的变化。

---

3、屏幕切换

我们的自动化脚本⼀般部署在机器上自动的去运行，当自动化运行出现了报错，仅仅通过终端的错误提示给到的有用信息是一定的，若能将当时的页面变化截图抓拍下来，记录当时的错误场景，能更好的定位问题并解决问题。

指定图片存储路径（需要提前创建好）：

如果多次运行，由于图片给定的名称是固定的，那么历史的图片会被覆盖。

如何让我们每次生成的图片都是唯一的呢，如何将我们的历史图片都保存下来？

需要让我们每次生成的图片对应的名称都不一样，最好通过保存当前图片的时间来作为其名称。

---

4、关闭窗口

driver.close(); # 退出一个窗口

driver.quit(); # 退出浏览器

注意：窗口关闭后 driver 要重新定义。

---

五、弹窗

弹窗是在页面是找不到任何元素的，这种情况怎么处理？

使用 Selenium 提供的 alert 接口。

---

1、警告弹窗 + 确认弹窗

（1）警告弹窗

 出现了弹窗，页面其他元素也无法定位：

页面出现了弹窗，必须先处理弹窗之后才能定位到页面的元素。

1. 切换到弹窗。
2. 关闭弹窗（点击确认 / 取消）

Alert alert = driver.switchTo.alert();
# 确认
alert.accept()
# 取消
alert.dismiss()

# 注意：switch_to.alert() 只能处理原生的 alert

---

（2）确认弹窗

 

• 确定：

• 取消：

---

2、提示弹窗

Alert alert = driver.switchTo.alert();
alert.sendKeys("xxxx");
alert.accept();
alert.dismiss();

• 输入文本 + 确定：

肉眼看不到在弹窗上输入的文本信息：

• 输入文本 + 取消：

---

六、浏览器的操作

1、浏览器最大化

我们知道调用启动的浏览器不是全屏的，这样不会影响脚本的执行，但是有时候会影响我们 “观看” 脚本的执行。

browser.maximize_window()

---

2、设置浏览器宽、高

最大化还是不够灵活，能不能随意的设置浏览的宽、高显示？

当然是可以的。

browser.set_window_size(width, high)

---

3、浏览器导航

（1）打开网站

// 更⻓的⽅法
driver.navigate().to("https://selenium.dev");

// 简洁的⽅法
driver.get("https://selenium.dev");

（2）浏览器的前进、后退、刷新 

非页面元素，所以需要 selenium 提供的现成的方法：

driver.navigate().back();
driver.navigate().forward();
driver.navigate().refresh();

---

4、控制浏览器滚动条（重点）

浏览器滚动条的控制需要依靠 js 脚本。

---

5、浏览器参数设置

（1）设置无头模式

程序在后端运行，界面看不到页面的表现。

自动化打开浏览器默认情况下为有头模式。

---

（2）设置浏览器加载策略

  options.page_load_strategy = '加载方式';  

 

driver.get 默认情况下等待所有的资源加载完成之后才能继续往下执行，但是实际上主页面加载完成之后就可以继续执行自动化。若一直等待的话可能会造成页面超时、元素找不到等问题。

页面加载方式主要有三种类型：

1. normal：默认值，等待所有资源下载完成（主体框架、图片、视频等资源）
2. eager：DOM 访问已准备就绪，但诸如图像的其它资源可能仍在加载（推荐）
3. none：完全不会阻塞 WebDriver，直接继续往下执行脚本（不推荐）

---

七、上传文件操作

点击文件上传的场景下会弹窗系统窗口，进行文件的选择。

Selenium 无法识别非 Web 的控件，上传文件窗口为系统自带，无法识别窗口元素。但是可以使用 Sendkeys 来上传指定路径的文件，达到的效果是一样的。

文件上传操作也是比较常见功能之一，上传功能没有用到新有方法或函数，关键是思路。

上传过程一般要打开一个本地窗口，从窗口选择本地文件添加。所以，一般会卡在如何操作本地窗口添加上传文件。

当通过页面元素调起上传的窗口后，文件窗口不能被作为页面元素被选中，此时要解决的问题是：如何定位到弹窗并选中文件呢？

只要定位上传按钮，通过 send_keys() 添加本地文件路径就可以了，可以实现将本地文件夹中的文件上传上来。完整绝对路径和相对路径都可以（注意需要添加转义字符），关键是上传的文件存在。

---

八、键盘事件

1、键盘按键用法

要使用键盘按键，必须引入  keys 包：

• from selenium.webdriver.common.keys import Keys

通过  send_keys()  调用按键：

• send_keys(Keys.TAB) # TAB
• send_keys(Keys.ENTER) # 回车
• send_keys(Keys.SPACE) #空格键
• send_keys(Keys.ESCAPE) #回退键（Esc）
• .....

---

2、键盘组合键用法

• send_keys(Keys.CONTROL,'a') #全选（Ctrl+A）
• send_keys(Keys.CONTROL,'c') #复制（Ctrl+C）
• send_keys(Keys.CONTROL,'x') #剪贴（Ctrl+X）
• send_keys(Keys.CONTROL,'v') #粘贴（Ctrl+V）

---

九、鼠标事件

要使用鼠标事件需要导入工具包：

• from selenium.webdriver.common.action_chains import ActionChains

语法示例如下：

#鼠标拖动事件
ActionChains(driver).move_to_element(element).perform()

ActionChains(driver) 生成用户的行为。所有的行动都存储在actionchains 对象。通过perform()存储的行为。

move_to_element(element) 移动鼠标到一个元素中，menu 上面已经定义了他所指向的哪一个元素。

perform() 执行所有存储的行为。

ActionChains 类

• context_click() 右击
• double_click() 双击
• drag_and_drop() 拖动
• move_to_element() 移动

---

十、定位一组元素

WebDriver 可以很方便的使用 findElement 方法来定位某个特定的对象，不过有时候我们却需要定位一组对象，这时候就需要使用 findElements 方法。

定位一组对象一般用于以下场景：

• 批量操作对象，比如将页面上所有的checkbox 都勾上。
• 先获取一组对象，再在这组对象中过滤出需要具体定位的一些对象。比如定位出页面上所有的 checkbox，然后选择最后一个。

---

十一、多层框架 / 窗口定位

对于一个  web 应用，经常会出现框架（ frame ） 或窗口（ window ）的应用，这也就给我们的定位带来了一定的困难。

• 定位一个 frame ：switch_to.frame(name_or_id_or_frame_element)
• 定位一个窗口 window：switch_to.window(name_or_id_or_frame_element)

---

1、多层框架的定位

switch_to.frame(name_or_id_or_frame_element)：通过 frame 的 id 或者 name 或者 frame 自带的其它属性来定位框架，这里 switch_to.frame() 把当前定位的主体切换了 frame 里。

switch_to.default_content：从 frame 中嵌入的页面里跳出，跳回到最外面的默认页面中。

---

2、多层窗口定位

有可能嵌套的不是框架，而是窗口，还有真对窗口的方法：switch_to.window 用法与 switch_to.frame 相同：driver.switch_to.window("windowName")