基于Python+UIautomation的WindowsGUI自动化测试实战(一)-记事本

简介: 基于Python+UIautomation的WindowsGUI自动化测试实战(一)-记事本

1 测试需求

模拟用户操作,打开记事本进行内容输入

2 测试步骤

2.1 用例1

  • 打开记事本;
  • 窗口最大化;
  • 输入"人生苦短,我用Python!";
  • 关闭窗口;
  • 不保存直接退出。

2.2 用例2

  • 打开记事本;
  • 窗口最大化
  • 输入:
                      Python之禅!
优美胜于丑陋(Python 以编写优美的代码为目标)
明了胜于晦涩(优美的代码应当是明了的,命名规范,风格相似)
简洁胜于复杂(优美的代码应当是简洁的,不要有复杂的内部实现)
复杂胜于凌乱(如果复杂不可避免,那代码间也不能有难懂的关系,要保持接口简洁)
扁平胜于嵌套(优美的代码应当是扁平的,不能有太多的嵌套)
间隔胜于紧凑(优美的代码有适当的间隔,不要奢望一行代码解决问题)
可读性很重要(优美的代码是可读的)
即便假借特例的实用性之名,也不可违背这些规则(这些规则至高无上)
不要包容所有错误,除非你确定需要这样做(精准地捕获异常,不写 except:pass 风格的代码)
当存在多种可能,不要尝试去猜测
而是尽量找一种,最好是唯一一种明显的解决方案(如果不确定,就用穷举法)
虽然这并不容易,因为你不是 Python 之父(这里的 Dutch 是指 Guido )
做也许好过不做,但不假思索就动手还不如不做(动手之前要细思量)
如果你无法向人描述你的方案,那肯定不是一个好方案;反之亦然(方案测评标准)
命名空间是一种绝妙的理念,我们应当多加利用(倡导与号召)"
  • 关闭窗口;
  • 不保存直接退出。

3 实现脚本

# -*- coding:utf-8 -*-

import unittest
import time
import uiautomation
import subprocess

class TestNotePad(unittest.TestCase):
    def setUp(self) -> None:
        # 初始化
        subprocess.Popen("notepad.exe")  # 打开记事本
        time.sleep(1)
        self.notepad = uiautomation.WindowControl(Name="无标题 - 记事本")
        time.sleep(1)
        print("===============", self.notepad)
        self.notepad.ButtonControl(Name="最大化").Click()

    def tearDown(self) -> None:
        time.sleep(1)
        self.notepad.ButtonControl(Name="关闭").Click()
        time.sleep(0.5)
        self.notepad_1 = uiautomation.WindowControl(Name = "记事本")
        self.notepad_1.SetTopmost()
        self.notepad_1.ButtonControl(Name="不保存(N)").Click()
    def test_notepad(self):
        self.notepad.SetTopmost()
        time.sleep(1)
        text_content = "人生苦短,我用Python!"
        self.notepad.EditControl(Name="文本编辑器").SendKeys(text_content)

    def test_notepad_text(self):
        self.notepad.SetTopmost()
        time.sleep(1)
        text_content_1 = ' '*47 + "Python之禅!\n\
                          优美胜于丑陋(Python 以编写优美的代码为目标)\n\
                          明了胜于晦涩(优美的代码应当是明了的,命名规范,风格相似)\n\
                          简洁胜于复杂(优美的代码应当是简洁的,不要有复杂的内部实现)\n\
                          复杂胜于凌乱(如果复杂不可避免,那代码间也不能有难懂的关系,要保持接口简洁)\n\
                          扁平胜于嵌套(优美的代码应当是扁平的,不能有太多的嵌套)\n\
                          间隔胜于紧凑(优美的代码有适当的间隔,不要奢望一行代码解决问题)\n\
                          可读性很重要(优美的代码是可读的)\n\
                          即便假借特例的实用性之名,也不可违背这些规则(这些规则至高无上)\n\
                          不要包容所有错误,除非你确定需要这样做(精准地捕获异常,不写 except:pass 风格的代码)\n\
                          当存在多种可能,不要尝试去猜测\n\
                          而是尽量找一种,最好是唯一一种明显的解决方案(如果不确定,就用穷举法)\n\
                          虽然这并不容易,因为你不是 Python 之父(这里的 Dutch 是指 Guido )\n\
                          做也许好过不做,但不假思索就动手还不如不做(动手之前要细思量)\n\
                          如果你无法向人描述你的方案,那肯定不是一个好方案;反之亦然(方案测评标准)\n\
                          命名空间是一种绝妙的理念,我们应当多加利用(倡导与号召)"
        self.notepad.EditControl(Name="文本编辑器").SendKeys(text_content_1)


if __name__ == "__main__":
    unittest.main()

4 实现效果

在这里插入图片描述

目录
相关文章
|
2月前
|
搜索推荐 Python
使用Python自动化生成物业通知单
本文介绍如何使用Python结合Pandas和python-docx库自动化生成物业通知单。通过读取Excel数据并填充至Word模板,实现高效准确的通知单批量制作。包括环境准备、代码解析及效果展示,适用于物业管理场景。
87 14
|
2月前
|
数据采集 数据可视化 数据挖掘
利用Python自动化处理Excel数据:从基础到进阶####
本文旨在为读者提供一个全面的指南,通过Python编程语言实现Excel数据的自动化处理。无论你是初学者还是有经验的开发者,本文都将帮助你掌握Pandas和openpyxl这两个强大的库,从而提升数据处理的效率和准确性。我们将从环境设置开始,逐步深入到数据读取、清洗、分析和可视化等各个环节,最终实现一个实际的自动化项目案例。 ####
293 10
|
2月前
|
Python
自动化微信朋友圈:Python脚本实现自动发布动态
本文介绍如何使用Python脚本自动化发布微信朋友圈动态,节省手动输入的时间。主要依赖`pyautogui`、`time`、`pyperclip`等库,通过模拟鼠标和键盘操作实现自动发布。代码涵盖打开微信、定位朋友圈、准备输入框、模拟打字等功能。虽然该方法能提高效率,但需注意可能违反微信使用条款,存在风险。定期更新脚本以适应微信界面变化也很重要。
200 61
|
3月前
|
数据采集 监控 数据挖掘
Python自动化脚本:高效办公新助手###
本文将带你走进Python自动化脚本的奇妙世界,探索其在提升办公效率中的强大潜力。随着信息技术的飞速发展,重复性工作逐渐被自动化工具取代。Python作为一门简洁而强大的编程语言,凭借其丰富的库支持和易学易用的特点,成为编写自动化脚本的首选。无论是数据处理、文件管理还是网页爬虫,Python都能游刃有余地完成任务,极大地减轻了人工操作的负担。接下来,让我们一起领略Python自动化脚本的魅力,开启高效办公的新篇章。 ###
|
1月前
|
机器学习/深度学习 运维 数据可视化
Python时间序列分析:使用TSFresh进行自动化特征提取
TSFresh 是一个专门用于时间序列数据特征自动提取的框架,支持分类、回归和异常检测等机器学习任务。它通过自动化特征工程流程,处理数百个统计特征(如均值、方差、自相关性等),并通过假设检验筛选显著特征,提升分析效率。TSFresh 支持单变量和多变量时间序列数据,能够与 scikit-learn 等库无缝集成,适用于大规模时间序列数据的特征提取与模型训练。其工作流程包括数据格式转换、特征提取和选择,并提供可视化工具帮助理解特征分布及与目标变量的关系。
70 16
Python时间序列分析:使用TSFresh进行自动化特征提取
|
1月前
|
存储 安全 数据可视化
用Python实现简单的任务自动化
本文介绍如何使用Python实现任务自动化,提高效率和准确性。通过三个实用案例展示:1. 使用`smtplib`和`schedule`库自动发送邮件提醒;2. 利用`shutil`和`os`库自动备份文件;3. 借助`requests`库自动下载网页内容。每个案例包含详细代码和解释,并附带注意事项。掌握这些技能有助于个人和企业优化流程、节约成本。
69 3
|
2月前
|
JSON 数据可视化 测试技术
python+requests接口自动化框架的实现
通过以上步骤,我们构建了一个基本的Python+Requests接口自动化测试框架。这个框架具有良好的扩展性,可以根据实际需求进行功能扩展和优化。它不仅能提高测试效率,还能保证接口的稳定性和可靠性,为软件质量提供有力保障。
90 7
|
2月前
|
Android开发 开发者 Python
通过标签清理微信好友:Python自动化脚本解析
微信已成为日常生活中的重要社交工具,但随着使用时间增长,好友列表可能变得臃肿。本文介绍了一个基于 Python 的自动化脚本,利用 `uiautomator2` 库,通过模拟用户操作实现根据标签批量清理微信好友的功能。脚本包括环境准备、类定义、方法实现等部分,详细解析了如何通过标签筛选并删除好友,适合需要批量管理微信好友的用户。
102 7
|
2月前
|
安全 API 文件存储
Yagmail邮件发送库:如何用Python实现自动化邮件营销?
本文详细介绍了如何使用Yagmail库实现自动化邮件营销。Yagmail是一个简洁强大的Python库,能简化邮件发送流程,支持文本、HTML邮件及附件发送,适用于数字营销场景。文章涵盖了Yagmail的基本使用、高级功能、案例分析及最佳实践,帮助读者轻松上手。
87 4
|
2月前
|
敏捷开发 测试技术 持续交付
自动化测试之美:从零开始搭建你的Python测试框架
在软件开发的马拉松赛道上,自动化测试是那个能让你保持节奏、避免跌宕起伏的神奇小助手。本文将带你走进自动化测试的世界,用Python这把钥匙,解锁高效、可靠的测试框架之门。你将学会如何步步为营,构建属于自己的测试庇护所,让代码质量成为晨跑时清新的空气,而不是雾霾中的忧虑。让我们一起摆脱手动测试的繁琐枷锁,拥抱自动化带来的自由吧!

热门文章

最新文章