airtest自动化使用心得

      团队一直想做UI自动化，app发版频次比较多，每次都需要手动点一遍，很机械，而且过程中可能漏点，脚本的好处是重复使用，替代人工。小组内做UI自动化已经有两个多月，从以下几个方面分析我们自动化历程，也有一些心得。

1.工具选型

   UI自动化框架百度查询了有以下几套：appnium,阿里的macaca,还有一套是网易的airtest框架，主要是考察了这三个框架。对于阿里的macaca环境，安装太复杂了，有些库还是公司网络限制，折腾了一天，也没有个效果，放弃，转而尝试appnium框架，安装安卓的sdk，appnium,以及node.js,大约花了两天时间（技术比较菜），后面脚本调试起来了，使用的安卓机还有各种兼容性问题，什么获取权限问题，通过adb命令包也是各种提示信息，彻底崩溃。就没去尝试了，使用手机机型是oppo R15。各种适配。后面公司又拿了小米手机，又得做适配。考虑到后期自动化推广，安装环境，还有写脚本，都是问题，而且iOS的appnium目前xcode版本到12已经不支持维护了，基于以上考虑，最终选择了airtest框架。看官方一直在维护，网上问题的博客也很多，所以最终还是选择了airtest。易操作性、脚本录制简单这些都是它的优点，但是也有缺点，下面我们分析下airtest原理

2.airtest工具介绍

    中文文档链接地址：https://airtest.doc.io.netease.com  文档中很多说的很清楚。这里只是简单介绍下。airtest是两个模块，一个是airtest库，一个是pocoui库。airtest库中有很多核心方法，相对路径地址：airtestIDE/airtest/core,分别有iOS，android可以使用的方法，可以看截图，一个是poco库支持的方法，一个是airtest库支持的方法

    

poco是基于UI树，根据元素位置去，或者属性值，比如id,class类名去查找元素，并进行相关的操作，类似appnium的xpath路径定位

这里说下airtest的图像识别。

airtest图像识别是基于python的openCV识别库，和百度的OCR识别还是有一定差距。图片识别对于分辨率不高，或者底色不太好认的，识别率没那么高，有时候，界面上明明有，但是就是识别不了。所以，对于底色比较浅的图片，识别率有时候会出错。这个是缺点之一，在写用例时，尽量避免这点，airtest有一篇文章如何写出更稳定的脚本，可以看看https://airtest.doc.io.netease.com/tutorial/9_Improved_compatibility/ ，识别率问题可以看下这个文章https://toutiao.io/posts/r7hdp1/preview

airtest还有一个问题是用例管理，后面我们来大概分析下用例管理如何做的

3.用例管理

airtest工具只能跑单个用例无法对全部用例进行运行，这个的确是一个坑，但是airtest提供了类似unittest方法，可以结合本地python，安装airtest与poco库，直接在pycharm上直接运行，我们对自动化目录进行了分层，一个文件下放置公共变量，一个文件下放置UI用例，一个文件下放置log日志，写了一个runner.py文件，直接运行这个py文件，即可运行所有用例，也可将用例放置在列表中，运行配置的用例。后期团队有精力，会开发一个UI界面，用户勾选就好。目前实在没有精力，用例的管理一直在自动化规划中。

4.airtest使用场景

airtest用例稳定性可以之后，目前我们是使用在上线前，测试环境后台配置至生产后台，生产后台数据变化量小，即做上线前最后一次回归。有时版本出错，可能要发好几个版本，这个时候，脚本的重要性就体现了。我们安卓一套脚本下来30分钟，iOS时间长点，40分钟，主要是脚本中sleep时间，等待页面全部加载好。还是可以满足UI的回归。另外测试环境团队也做了一套，有成效，但是维护成本比较大。

 

airtest使用一些感想，以及为什么使用airtest，大家可以作为参考