51testing专访web自动化，从入门到进阶

Posted 2021-05-13 Tynam Yang

对于目前的测试行业大环境来说，用人单位对于自动化测试的呼声越来越高。那么，web自动化测试有哪些常见的测试类别，手工测试人员该如何上手自动化测试，web自动化测试应该选用哪种工具？本次我们有幸邀请到一位高级测试工程师大佬，帮助大家上手并深入了解...

原文地址：http://www.51testing.com/zhuanti/interview_index.html#datumout

 

 我一直认为，自动化测试重在设计、构造的思想上，并不是什么技术。如果想入门自动化测试，首先要将自己做手工测试的那一套思想转换成自动化测试思想。例如要如何设计才能让测试用例不断的重复的运行，降低测试用例之间依赖，数据怎么准备，怎么销毁等。其次才是掌握一定的技术知识。下面给大家画了一个图作以简单的说明。

 

以上只是简单的入门知识点，如果需要想研究的透彻，则需要深入的学习，包括selenium源码的研究。

 

 

 自动化测试中有线性模型、模块化驱动模型、数据驱动模型、关键字驱动模型和行为驱动模型。下面给大家分别介绍一下：

线性模型：
线性模型是指将录制或编写的脚本与应用程序的操作步骤对应起来，就像流水线工作一样，每一个步骤对应一行或多行代码。每一条流水线（每个测试脚本）都是相对独立的，且不产生其他依赖与调用，这样产生的脚本叫线性脚本。这是在自动化测试早期采用的一种测试模型，由于工作脚本是线性的，所以也叫线性模型。线性模型的每一个脚本都是独立的，且几乎没有其他依赖和调用。开发成本比较高，而且代码的复用性特别差。

应用场景：

• 可以快速编写测试脚本。
• 完成某个操作流程。
• 需要每个脚本单独运行。
• 初学自动化测试的人员使用。

 模块化驱动模型：
模块化驱动测试借鉴了开发编程的模块化思想，是将重复的代码提取到一个公共的模块，然后在需要的时候调用封装好的公共模块，如果项目某一个功能有变动，只需要变动相应的脚本，很大程度上提高了编写脚本的效率。比如，登录模块就可以封装在公共模块中，一旦模块中的元素定位有所变动或其他因素影响了模块，只需要在封装的模块中进行调整对应，而不会影响到任何测试用例，机动性、灵活性非常强。维护简单方便，模块变动时只需要对相应的模块封装即可。

应用场景：

• 使用比较广，目前绝大部分项目都在使用。
• 多人协作，分模块开发脚本。
• 代码可以重复使用。

数据驱动模型：
数据驱动是将测试数据和测试脚本分离，通过测试数据的改变驱动自动化的执行，从而产生不同的测试结果。简单地说，就是数据的参数化，输入不同的参数驱动程序执行，从而输出不同的测试结果。数据的保存形式可以是列表、字典，也可以保存在 Excel、数据库、xml 等外部文件中。这样就能够快速地应对测试系统中的大量数据，迅速创建出数百个测试迭代和排列。

应用场景：

• 可以快速创建大量的测试数据。
• 一套脚本，多个测试数据应对多个场景。

关键字驱动模型：
关键字驱动和数据驱动很相似，通过关键字的改变引起测试结果的改变，也称为表格驱动测试或基于动作字的测试。关键字驱动模型将测试用例分为 4 个不同的部分：测试步骤、测试对象、测试对象操作和测试对象数据。

• 测试步骤：对测试步骤的一个动作描述，或者说是在测试对象上执行的动作描述。
• 测试对象：页面中元素对象的名称，例如邮箱、密码和登录等。
• 测试对象操作：测试对象上执行的动作名称，例如单击、打开浏览器、输入等。
• 测试对象数据：数据是指对测试对象执行操作所需的值，例如“邮箱”字段的值为 “[e-mail]”。

RobotFramework 工具就是遵循关键字驱动模型开发的一个功能强大的测试工具，其封装了底层的代码，提供给用户独立的图像界面，以 “填表格” 形式编写测试用例，降低了脚本的编写难度。

应用场景：

• 通过可视化工具创建测试用例，适合编写简单的脚本。
• 项目稳定，测试人员易上手。

行为驱动模型：
行为驱动开发英文名为 Behave Driven Development，简称 BDD，是一种敏捷开发方法，主要是从用户的需求出发强调系统行为。将此模型借鉴到自动化测试中称其为行为驱动测试模型，它是一种通过使用自然描述语言确定自动化测试脚本的模型。用例的写法基本和功能测试用例的写法类似，具有良好协作的益处。这种测试模型使每个人都可以参与到行为开发中，而不仅仅是程序员。每个测试场景都是一个独立的行为，以避免重复，并且已有的行为可以重复使用。

应用场景：

• 行为驱动模型的思想非常有价值，但是国内还不太流行，在真实的自动化项目中还没有多少人使用。
• 人人都可以写测试用例。

以上便是对五种自动化模型的简单介绍。对于这五种自动化模型的实现，有一个简单的Demo可供大家参考，下载地址：https://github.com/tynam-yang/AutomatedTestModel