基于UIAutomation+Python+Unittest+Beautifulreport的WindowsGUI自动化测试框架common目录解析

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 基于UIAutomation+Python+Unittest+Beautifulreport的WindowsGUI自动化测试框架common目录解析

1 框架工具说明

工具 说明
使用Unittest框架 开源自动化测试框架,直接使用
批量或指定用例运行 Unittest框架可支持此功能
log日志 使用Python的logging库即可
生成HTML测试报告 使用BeautifulReport模块可实现此功能
用例设计和结果分离 PO模式
用户登录封装 直接把登录功能模块化,使用Unittest框架中的setup,teardown即可
定制测试报告模板 使用BeautifulReport模块
报告多语言 使用BeautifulReport模块
截图功能 使用UIAutomation的CaptureToImage方法

2 技术栈说明

技术 版本及说明
Python V3.x(本文为3.7)===编程语言支撑
UIAutomation 控件的识别、定位及操作
BeautifulReport 生成Html测试报告
Logging Python自带===生成log日志
Unittest Python自带===自动化测试框架
Smtplib Python自带===邮件服务
email Python自带===邮件服务
os Python自带===系统模块
PyCharm Community 2020.2汉化版
操作系统 Windows10旗舰版64位

3 框架截图

4 源码解析/common目录

4.1 common/baseinfo.py

# -*- coding:utf-8 -*-
# 作者:虫无涯
# 日期:2023/2/17 
# 文件名称:baseInfo.py
# 作用: 封装公用方法-登录模块

import time
import os
import uiautomation                                                     # 引入自动化测试工具
import logging                                                          # 引入日志模块
from common.creenShot import save_creenshot                             # 引入截图功能


class InitInfor(object):
    """
    封装公用方法-登录模块
    """

    def __init__(self):
        self.log = logging.getLogger()                                  # 初始化log
        os.system()
        # 酷狗音乐Test
        self.login_name = "xxxx"
        self.login_password = "yyyy"
        os.startfile(r"D:\KGMusic\KuGou.exe")                            # 按安装路径打开酷狗音乐
        self.kugou = uiautomation.WindowControl(Name="酷狗音乐")          # 定位到酷狗音乐窗口
        time.sleep(2)
        if self.kugou.ButtonControl(Name="最大化").Exists():              # 最大化窗口
            self.kugou.ButtonControl(Name="最大化").Click()
        else:
            pass

    def login(self):
        self.log.info("=======登录模块=======")  # 加入log
        self.log.info("登录")
        self.kugou.TextControl(Name="登录").Click()                      # 登录按钮
        self.kugou.HyperlinkControl(foundIndex=1).Click()               # 点击其它方式登录
        save_creenshot(self.kugou)
        self.kugou.ButtonControl(Name="关闭").Click()                    # 关闭登录窗口

        # 用户名、密码、登录
        # 同样的方法使用qq、手机号、微信等进行登录即可
        # 根据自己的项目修改此处的代码进行软件登录即可(后续demo默认不进行登录,只是打开登录窗口然后关闭窗口)

    def login_out(self):
        time.sleep(0.5)
        self.kugou.ButtonControl(Name="关闭").Click()                    # 关闭窗口退出酷狗音乐,前提是设置酷狗音乐关闭按钮为直接退出程序
        self.log.info("关闭窗口,退出酷狗")


if __name__ == "__main__":
        b = InitInfor()
        b.login()
        b.login_out()

4.2 common/creenShot.py

# -*- coding:utf-8 -*-
# 作者:虫无涯
# 日期:2023/2/17 
# 文件名称:creenShot.py
# 作用:封装截图功能并调用

import time


def save_creenshot(Windows):
    now = time.strftime("%Y-%m-%d-%H_%M_%S", time.localtime(time.time()))  # 获取当前时间
    pic_path = "../creenshot/"+now+'_screen.png'                           # 保存截图到指定路径
    Windows.CaptureToImage(savePath=pic_path)                              # 截图功能

4.3 common/logOut.py

# -*- coding:utf-8 -*-
# 作者:虫无涯
# 日期:2023/2/17 
# 文件名称:logOut.py
# 作用:封装log日志功能

import logging                        # 引入日志模块
import time


def log_out(log_dir, name_project):

    '''
    :log_dir : 日志路径
    :name_project : 项目名称=>用于日志命名
    :return: 无
    '''

    now = time.strftime("%Y_%m_%d %H_%M_%S")   # 获取当前时间,格式:年月日时分秒
    logging.basicConfig(level=logging.INFO,
                        format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s',
                        datefmt='%a, %d %b %Y %H:%M:%S',
                        filename=log_dir + now + '-' + name_project + '_test_log.log',
                        filemode='w')
    """
    level: 打印日志的级别,INFO:详细; WARNING:警告;ERROR:错误...
    format: 为处理程序使用指定的格式字符串;
    datefmt:使用特定的时间日期格式;
    filename:log日志的文件名称规则;
    filemode:文件读写模式。
    """

4.4 common/reportOut.py

# -*- coding:utf-8 -*-
# 作者:虫无涯
# 日期:2023/2/17 
# 文件名称:reportOut.py
# 作用:封装测试报告功能

import time
import unittest
from BeautifulReport import BeautifulReport as bf     # 引入BeautifulReport报告模板


def report_out(test_dir, report_dir, name_project):
    '''
    :test_dir: 用例路径
    :report_dir : 报告路径
    :name_project : 项目名称=>用于报告命名及描述
    :return: 无
    '''

    now = time.strftime("%Y_%m_%d %H_%M_%S")
    discover = unittest.defaultTestLoader.discover(test_dir,pattern='test*.py')      # 加载测试用例
    report_name = now + '-' + name_project + '_test_report.html'          # 报告名称
    run = bf(discover)
    run.report(filename=report_name, report_dir=report_dir, description=U"酷狗音乐UI自动化功能回归测试")

    """
    filename:报告名文;
    report_dir:测试报告存放路径;
    description:报告描述;
    """

4.5 common/sendMail.py

# -*- coding:utf-8 -*-
# 作者:虫无涯
# 日期:2023/2/17
# 文件名称:sendMail.py
# 作用:封装邮件服务模块

import time
import smtplib
import getpass
from email.mime.multipart import MIMEMultipart
from email.mime.text import MIMEText
from email.mime.base import MIMEBase
from email import encoders
import email
import os


def send_main(file_path, mail_to='xxx@126.com'):
    mail_from = 'zzz@126.com'
    f = open(file_path, 'rb')
    mail_body = f.read()
    f.close()

    # msg = email.MIMEMultipart.MIMEMultipart()
    msg = MIMEMultipart()

    # 构造MIMEBase对象做为文件附件内容并附加到根容器
    contype = 'application/octet-stream'
    maintype, subtype = contype.split('/', 1)

    # 读入文件内容并格式化
    data = open(file_path, 'rb')
    # file_msg = email.MIMEBase.MIMEBase(maintype, subtype)
    file_msg = MIMEBase(maintype, subtype)
    file_msg.set_payload(data.read())
    data.close()

    # email.Encoders.encode_base64(file_msg)
    encoders.encode_base64(file_msg)

    # 设置附件头
    basename = os.path.basename(file_path)
    file_msg.add_header('Content-Disposition', 'attachment', filename=basename)
    msg.attach(file_msg)
    print(u'msg 附件添加成功')

    msg1 = MIMEText(mail_body, "html", 'utf-8')
    msg.attach(msg1)

    if isinstance(mail_to, str):
        msg['To'] = mail_to
    else:
        msg['To'] = ','.join(mail_to)
    msg['From'] = mail_from
    msg['Subject'] = u'酷狗音乐UI自动化功能回归测试'
    msg['date'] = time.strftime('%Y-%m-%d-%H_%M_%S')
    print(msg['date'])

    smtp = smtplib.SMTP()
    smtp.connect('smtp.126.com')
    smtp.login('yyyyy@126.com', 'mmmmm')  # 登录账号和密码(密码为之前申请的授权码)
    smtp.sendmail(mail_from, mail_to, msg.as_string())
    smtp.quit()
    print('email has send out !')

# if __name__=='__main__':
#     sendmain('../report/2017-08-18-10_18_57_result.html')
目录
相关文章
|
人工智能 搜索推荐 数据管理
探索软件测试中的自动化测试框架选择与优化策略
本文深入探讨了在现代软件开发流程中,如何根据项目特性、团队技能和长期维护需求,精准选择合适的自动化测试框架。
610 11
|
11月前
|
Web App开发 人工智能 JavaScript
主流自动化测试框架的技术解析与实战指南
本内容深入解析主流测试框架Playwright、Selenium与Cypress的核心架构与适用场景,对比其在SPA测试、CI/CD、跨浏览器兼容性等方面的表现。同时探讨Playwright在AI增强测试、录制回放、企业部署等领域的实战优势,以及Selenium在老旧系统和IE兼容性中的坚守场景。结合六大典型场景,提供技术选型决策指南,并展望AI赋能下的未来测试体系。
|
9月前
|
数据采集 人工智能 自然语言处理
Playwright MCP 浏览器自动化框架全面解析
Playwright MCP是微软推出的开源项目,结合Playwright与MCP协议,让AI通过结构化数据直接操作浏览器。告别传统视觉识别,实现高效、精准的网页自动化,广泛应用于测试、爬虫、办公自动化等场景,大幅提升效率与可靠性。
|
12月前
|
Web App开发 开发框架 .NET
Playwright 自动化测试系列(6)| 第三阶段:测试框架集成​指南:参数化测试 + 多浏览器并行执行
Pytest 与 Playwright 集成可提升自动化测试效率,支持参数化测试、多浏览器并行执行及统一报告生成。通过数据驱动、Fixture 管理和并行优化,显著增强测试覆盖率与执行速度,适用于复杂 Web 应用测试场景。
|
12月前
|
测试技术 API C++
Playwright 自动化测试系列(7)| 第三阶段:测试框架集成​​Page Object 模式
本课程详解Playwright测试框架中的Page Object模式,通过电商登录-下单实战演示PO架构设计与高级技巧,结合Pytest实现多用户测试。重点解析PO模式提升代码复用性、降低维护成本的核心价值,并提供常见问题解决方案,助力构建高可维护性的自动化测试体系。
|
Java 测试技术 API
自动化测试框架深度解析与选择指南
Apache JMeter是Apache组织基于Java开发的一款压力测试工具,旨在测试软件的性能承受能力。它支持多种协议测试及功能测试,提供灵活的断言创建能力,如同创建带断言的脚本来验证程序是否返回预期结果。
|
人工智能 运维 Prometheus
AIOpsLab:云服务自动化运维 AI,微软开源云服务 AI 框架,覆盖整个生命周期
AIOpsLab 是微软等机构推出的开源框架,支持云服务自动化运维,涵盖故障检测、根本原因分析等完整生命周期。
922 13
AIOpsLab:云服务自动化运维 AI,微软开源云服务 AI 框架,覆盖整个生命周期
|
机器学习/深度学习 设计模式 测试技术
Python 高级编程与实战:构建自动化测试框架
本文深入探讨了Python中的自动化测试框架,包括unittest、pytest和nose2,并通过实战项目帮助读者掌握这些技术。文中详细介绍了各框架的基本用法和示例代码,助力开发者快速验证代码正确性,减少手动测试工作量。学习资源推荐包括Python官方文档及Real Python等网站。
|
人工智能 编解码 自然语言处理
AGUVIS:指导模型实现 GUI 自动化训练框架,结合视觉-语言模型进行训练,实现跨平台自主 GUI 交互
AGUVIS 是香港大学与 Salesforce 联合推出的纯视觉 GUI 自动化框架,能够在多种平台上实现自主 GUI 交互,结合显式规划和推理,提升复杂数字环境中的导航和交互能力。
718 8
AGUVIS:指导模型实现 GUI 自动化训练框架,结合视觉-语言模型进行训练,实现跨平台自主 GUI 交互
|
人工智能 Linux API
PromptWizard:微软开源 AI 提示词自动化优化框架,能够迭代优化提示指令和上下文示例,提升 LLMs 特定任务的表现
PromptWizard 是微软开源的 AI 提示词自动化优化框架,通过自我演变和自我适应机制,迭代优化提示指令和上下文示例,提升大型语言模型(LLMs)在特定任务中的表现。本文详细介绍了 PromptWizard 的主要功能、技术原理以及如何运行该框架。
1390 8
PromptWizard:微软开源 AI 提示词自动化优化框架,能够迭代优化提示指令和上下文示例,提升 LLMs 特定任务的表现

推荐镜像

更多