selenium+python用例执行结果及测试报告

黑盒测试

selenium+python用例执行结果及测试报告
ui自动化操作只是模拟人工去操作，只是一个过程，但实际这个操作过程导致的结果是否正确？如何去做？元素判断吗？生成截图？
1、比如登陆，100个用例，90个无效用例，需要登陆100次
2、可以根据元素定位判断是否登陆成功
3、但90个无效用例登陆失败，反馈结果是否正确？是否只能通过截图来验证？
4、这样下来截90个图一一去核对用例和图验证，是不是太麻烦了？

jingzizx

学习

黑盒测试

hyj785 发表于 2017-3-1 13:39
1：断言：
    def test_1(self):
        driver = self.driver

谢谢！
我在学习中，我会慢慢研究下的

黑盒测试

菜鸟@大虾 发表于 2017-3-1 13:41
看问题同学是想问如果判断用例执行结果(ps：失败or通过)
1：拿登录来说，登录失败 UI上会有提示吧  可以通 ...

嗯 谢谢，我目前学习中
1、失败用例提示可以获取是吧？获取到我导入excel，断言目前还没有学到，目前我只是用元素定位判断呢，感觉应该用断言可靠性更高点
2、没有什么用例了，我只是excel记录了用户名和密码导入的，然后测试结果再导入excel，我还没有到这么深入的

菜鸟@大虾

看问题同学是想问如果判断用例执行结果(ps：失败or通过)
1：拿登录来说，登录失败 UI上会有提示吧  可以通过这个提示来判断，然后 把用例结果记录下来（比如:可以写在excel里）；当然也可以用pyunit自带的断言库做一些简单的断言(建议自己写断言判断方法)。
2：深入问下同学，你自动化测试用例怎么管理？  测试报告怎么自动发送？ 用例的数据如何组织？ 怎样才能利用框架实现代码复用和框架的扩展性？  请仔细思考下~

hyj785

1：断言：
    def test_1(self):
        driver = self.driver
        driver.get(self.base_url + "/login")
        driver.find_element_by_id("username").clear()
        driver.find_element_by_id("username").send_keys("1")

        driver.find_element_by_id("password").clear()
        driver.find_element_by_id("password").send_keys("1")
        driver.find_element_by_id("login-btn01").click()

        for i in range(60):
            try:
                if u"验证失败!请检查您的登录信息, 并重试一次." == driver.find_element_by_id("loginErrorInfo").text: break
            except: pass
            time.sleep(1)
        else: self.fail("time out")
2： 对比图片：

from PIL import Image

def make_regalur_image(img, size = (256, 256)):
        return img.resize(size).convert('RGB')

def split_image(img, part_size = (64, 64)):
        w, h = img.size
        pw, ph = part_size
       
        assert w % pw == h % ph == 0
       
        return [img.crop((i, j, i+pw, j+ph)).copy() \
                                for i in xrange(0, w, pw) \
                                for j in xrange(0, h, ph)]

def hist_similar(lh, rh):
        assert len(lh) == len(rh)
        return sum(1 - (0 if l == r else float(abs(l - r))/max(l, r)) for l, r in zip(lh, rh))/len(lh)

def calc_similar(li, ri):
#        return hist_similar(li.histogram(), ri.histogram())
        return sum(hist_similar(l.histogram(), r.histogram()) for l, r in zip(split_image(li), split_image(ri))) / 16.0
                       

def calc_similar_by_path(lf, rf):
        li, ri = make_regalur_image(Image.open(lf)), make_regalur_image(Image.open(rf))
        return calc_similar(li, ri)

def make_doc_data(lf, rf):
        li, ri = make_regalur_image(Image.open(lf)), make_regalur_image(Image.open(rf))
        li.save(lf + '_regalur.png')
        ri.save(rf + '_regalur.png')
        fd = open('stat.csv', 'w')
        fd.write('\n'.join(l + ',' + r for l, r in zip(map(str, li.histogram()), map(str, ri.histogram()))))
#        print >>fd, '\n'
#        fd.write(','.join(map(str, ri.histogram())))
        fd.close()
        import ImageDraw
        li = li.convert('RGB')
        draw = ImageDraw.Draw(li)
        for i in xrange(0, 256, 64):
                draw.line((0, i, 256, i), fill = '#ff0000')
                draw.line((i, 0, i, 256), fill = '#ff0000')
        li.save(lf + '_lines.png')

if __name__ == '__main__':
    for i in xrange(1, 6):
        print  i
        img1 = 'C:\\work\\dart\\src\\test\\e2e\\spec\\test\\result\\login\\'+str(i)+'.png'
        print img1
        img2 = 'C:\\work\\dart\\src\\test\\e2e\\spec\\test\\old\\login\\'+str(i)+'.png'
                print img2
        print 'test_case_%d: %.3f%%'%(i,calc_similar_by_path(img1, img2)*100)
#        make_doc_data('test/TEST4/1.JPG', 'test/TEST4/2.JPG')

黑盒测试

测试菜鸟梦 发表于 2017-3-1 12:34
是不是需要添加断言，类似于loadrunner中的检查点。

恩  差不都吧应该

黑盒测试

测试菜鸟梦 发表于 2017-3-1 12:34
是不是需要添加断言，类似于loadrunner中的检查点。

不是

测试菜鸟梦

是不是需要添加断言，类似于loadrunner中的检查点。