百度360必应搜狗淘宝本站头条
当前位置:网站首页 > IT知识 > 正文

软件测试学习之Airtest自动化测试(3)—AirtestIDE编写和执行用例

liuian 2025-03-30 18:28 9 浏览

目录

1. 连接设备

2. 编写脚本

3. 运行脚本

4. 查看报告

5. 选项配置


1. 连接设备


1.1 连接手机

连接手机需要以下几步:

1. 电脑安装手机厂商的对应官方驱动

2. 打开开发者选项,打开usb调试(部分手机还要打开允许模拟位置,允许通过usb安装应用)

3. 插上数据线或通过wifi连接(注意关闭手机助手、豌豆荚等助手软件)

4. 在手机端同意usb调试

部分机型可能需要手动安装yosemite和poco service的apk,可以以下目录中找到:

AirtestIDE\airtest\core\android\static\apks


1.2 连接模拟器

1. 获取模拟器的ip和端口号

2. 将ip和端口按照adb connect ip:port的格式填入远程设备连接

3. 点击连接

4. 等待几秒,模拟器设备显示在设备列表中,点击connect

部分模拟器,如夜神,连接后显示黑屏,需要点击connect右边下拉菜单的use javacap或再加上use adb orientation 可能需要手动安装yosemite和poco service的apk,可在以下目录中找到:AirtestIDE\airtest\core\android\static\apks


主流模拟器的设备连接代码如下:


1.3 无线连接

1. 手机和电脑处于同一个wifi下

2. 获取手机的ip(可以在 手机设置-关于手机-状态信息-IP地址 里找到,也可以执行 adb ifconfig来查看)

3. 远程设备连接处输入 adb connect 手机ip:刚才填入的端口号5555 ,点击连接

4. 刷新ADB后就能在设备列表中看到连上的设备了


1.4 ios连接

1. 需要一台macOS,安装xcode

2. 在xcode部署ios-Tagent

https://github.com/AirtestProject/IOS-Tagent

3. 具体详情参考

https://airtest.doc.io.netease.com/IDEdocs/device_connection/4_ios_connection/


1.5 windows窗口连接


1.5.1 窗口嵌入ide

1. 点击选择游戏画面

2. 左键点击相应的windows窗口,窗口将被嵌入airtest ide的设备栏(esc或鼠标右键退出)


1.5.2 窗口不嵌入ide

1. 点击airtestIDE下选项->设置,勾选Device下的connect windows without embeding

2. 其他操作和窗口嵌入ide的操作一致


1.6 部分手机连接出问题

部分手机连接出问题,可以参考一下文档:

https://airtest.doc.io.netease.com/IDEdocs/device_connection/2_android_faq/


2.编写脚本


2.1 新建脚本

新建脚本有两种方式:

1. .air

2. .py


.air方式适合没有太多代码能力的新手

.py方式适合有一定python代码能力的高级用户

新建脚本之后,会产生一些初始化代码:

.air的初始化代码:

初始化代码帮助你从api中引入了airtest的各个接口以及自动初始化设备。实际上,.air脚本是一个文件夹,里面存放了与 .air 同名的.py 文件,以及相关的图片文件。在运行脚本时,实际上依然使用python调用了里面的 .py文件,因为Airtest本质上是一个Python的第三方库


.py的初始化代码:

这些代码放到后面pycharm编写脚本部分再详细讲解


2.2 编写录制脚本

在AirtestIDE中主要的操作类型有3种:

1. 基于图像识别的Airtest操作

2. 基于Poco框架的元素识别操作

3. 基于selenium的元素识别操作

基于时间和篇幅,这里主要讲第一种:基于图像识别的Airtest操作


2.2.1 Airtest的操作分类

Airtest的操作有三种类型:

1. 操作类型

2. 辅助类型

3. 断言类型


2.2.1.1 操作类型

touch 触摸

swipe 滑动

wait 等待

exist 是否存在

snapshot 截屏


2.2.1.2 辅助类型

text 输入文本

keyevent 按键

sleep 休眠


2.2.1.3 断言类型

assert_exist 断言存在

assert_not_exist 断言不存在

assert_equal 断言相等

assert_not_equal 断言不相等


2.2.2 自动化录制脚本

点击Airtest辅助窗的自动化录制按键



在右侧连接后的设备窗设备截图区域操作,相应动作会被自动录制为代码,并且会自动截取操作区域的图片(不一定准确)


操作之间需要手动添加等待wait或者sleep,否则很可能因为操作和显示不同步而失败

自动截取的图片通常不是很准确,有可能会无法识别


2.2.3 手动录制脚本

2.2.3.1 操作流程

1. 点击Airtest辅助窗的操作

2. 在设备画面上按下鼠标左键进行截图框选,抬起鼠标左键完成框选

3. 对应操作语句会自动插入编辑器脚本中



2.2.3.2 手动截图

点击插入截图按钮后,在设备画面上框选截图,对应图片会插入到编辑器中光标提示位

可以使用本功能对图片进行自定义逻辑封装,比如循环识别某几个图片


2.2.3.3 图片编辑器

airtestIDE编辑区内双击图片可以打开图片编辑区

可以查看文件名和修改图片识别的:阈值、触摸点位,是否判别图片rgb颜色

1. 阈值默认为0.7,低于这个值图片不被识别

2. 触摸点位为5,图片正中间

3. rgb颜色默认为未勾选,意味着图片是以黑白颜色进行识别,勾选此项可以提高识别精度,但是会降低识别速度,并提高识别出错的可能性



3. 运行脚本

点击菜单栏运行按键或者按F5就可以运行


4.查看报告

5.选项配置


【未完待续...】

相关推荐

GANs为何引爆机器学习?这篇基于TensorFlow的实例教程为你解惑!

「机器人圈导览」:生成对抗网络无疑是机器学习领域近三年来最火爆的研究领域,相关论文层出不求,各种领域的应用层出不穷。那么,GAN到底如何实践?本文编译自Medium,该文作者以一朵玫瑰花为例,详细阐...

高丽大学等机构联合发布StarGAN:可自定义表情和面部特征

原文来源:arXiv、GitHub作者:YunjeyChoi、MinjeChoi、MunyoungKim、Jung-WooHa、SungKim、JaegulChoo「雷克世界」编译:嗯~...

TensorFlow和PyTorch相继发布最新版,有何变化

原文来源:GitHub「机器人圈」编译:嗯~阿童木呀、多啦A亮Tensorflow主要特征和改进在Tensorflow库中添加封装评估量。所添加的评估量列表如下:1.深度神经网络分类器(DNNCl...

「2022 年」崔庆才 Python3 爬虫教程 - 深度学习识别滑动验证码缺口

上一节我们使用OpenCV识别了图形验证码躯壳欧。这时候就有朋友可能会说了,现在深度学习不是对图像识别很准吗?那深度学习可以用在识别滑动验证码缺口位置吗?当然也是可以的,本节我们就来了解下使用深度...

20K star!搞定 LLM 微调的开源利器

LLM(大语言模型)微调一直都是老大难问题,不仅因为微调需要大量的计算资源,而且微调的方法也很多,要去尝试每种方法的效果,需要安装大量的第三方库和依赖,甚至要接入一些框架,可能在还没开始微调就已经因为...

大模型DeepSeek本地部署后如何进行自定义调整?

1.理解模型架构a)查看深度求索官方文档或提供的源代码文件,了解模型的结构、输入输出格式以及支持的功能。模型是否为预训练权重?如果是,可以在预训练的基础上进行微调(Fine-tuning)。是否需要...

因配置不当,约5000个AI模型与数据集在公网暴露

除了可访问机器学习模型外,暴露的数据还可能包括训练数据集、超参数,甚至是用于构建模型的原始数据。前情回顾·人工智能安全动态向ChatGPT植入恶意“长期记忆”,持续窃取用户输入数据多模态大语言模型的致...

基于pytorch的深度学习人员重识别

基于pytorch的深度学习人员重识别Torchreid是一个库。基于pytorch的深度学习人员重识别。特点:支持多GPU训练支持图像的人员重识别与视频的人员重识别端到端的训练与评估简单的re...

DeepSeek本地部署:轻松训练你的AI模型

引言:为什么选择本地部署?在AI技术飞速发展的今天,越来越多的企业和个人希望将AI技术应用于实际场景中。然而,对于一些对数据隐私和计算资源有特殊需求的用户来说,云端部署可能并不是最佳选择。此时,本地部...

谷歌今天又开源了,这次是Sketch-RNN

前不久,谷歌公布了一项最新技术,可以教机器画画。今天,谷歌开源了代码。在我们研究其代码之前,首先先按要求设置Magenta环境。(https://github.com/tensorflow/magen...

Tensorflow 使用预训练模型训练的完整流程

前面已经介绍了深度学习框架Tensorflow的图像的标注和训练数据的准备工作,本文介绍一下使用预训练模型完成训练并导出训练的模型。1.选择预训练模型1.1下载预训练模型首先需要在Tensorf...

30天大模型调优学习计划(30分钟训练大模型)

30天大模型调优学习计划,结合Unsloth和Lora进行大模型微调,掌握大模型基础知识和调优方法,熟练应用。第1周:基础入门目标:了解大模型基础并熟悉Unsloth等工具的基本使用。Day1:大模...

python爬取喜马拉雅音频,json参数解析

一.抓包分析json,获取加密方式1.抓包获取音频界面f12打开抓包工具,播放一个(非vip)视频,点击“媒体”单击打开可以复制URL,发现就是我们要的音频。复制“CKwRIJEEXn-cABa0Tg...

五、JSONPath使用(Python)(json数据python)

1.安装方法pipinstalljsonpath2.jsonpath与Xpath下面表格是jsonpath语法与Xpath的完整概述和比较。Xpathjsonpath概述/$根节点.@当前节点...

Python网络爬虫的时候json=就是让你少写个json.dumps()

大家好,我是皮皮。一、前言前几天在Python白银交流群【空翼】问了一个Python网络爬虫的问题,提问截图如下:登录请求地址是这个:二、实现过程这里【甯同学】给了一个提示,如下所示:估计很多小伙伴和...