Win10系统下基于Docker构建Appium容器连接Android模拟器Genymotion完成移动端Python自动化测试

简介: Python自动化,大概也许或者是今年最具热度的话题之一了。七月流火,招聘市场上对于Python自动化的追捧热度仍未消减,那么Python自动化到底能帮我们做些什么呢?第一,Python自动化可以避免熟练工种的重复工作,对于功能相对完整和成熟的软件,每发布一个新的版本,无论是大版本还是小版本,其中大部分功能和界面都几乎和上一个版本相似或完全相同,但所谓向上兼容,你不能因为新功能的产生而不对老版本功能进行测试工作,而这些老功能又在上一个版本上线时测过,所以这部分功能特别适合于自动化测试,从而可以让测试达到测试每个特征的目的。

Python自动化,大概也许或者是今年最具热度的话题之一了。七月流火,招聘市场上对于Python自动化的追捧热度仍未消减,那么Python自动化到底能帮我们做些什么呢?

第一,Python自动化可以避免熟练工种的重复工作,对于功能相对完整和成熟的软件,每发布一个新的版本,无论是大版本还是小版本,其中大部分功能和界面都几乎和上一个版本相似或完全相同,但所谓向上兼容,你不能因为新功能的产生而不对老版本功能进行测试工作,而这些老功能又在上一个版本上线时测过,所以这部分功能特别适合于自动化测试,从而可以让测试达到测试每个特征的目的。

第二,Python自动化可以帮助我们提高测试效率:比如一个项目要的开发周期只有短短的几个月,而在测试期间是每周都要发布一个版本供测试人员测试,一个系统的功能点有几千个上万个,人工测试是非常的耗时和繁琐,这样必然会使测试效率低下,而自动化流程恰恰帮我们提高了测试效率。

那么对于移动App测试领域,如果一个新的应用发布版本,QA人员面临的挑战就是如何应对市场上数以千计的机型兼容性测试,毫无疑问,这是一个非常浩大的工程,更别提有些工程机在市面上根本就采购不到,比如谷歌的Nexus和Pixel系列手机,所以本次我们就在Win10系统下尝试利用Genymotion模拟器配合Docker构建Appium容器,实现短时间内上千款机型的自动化测试工作。

首先关于Android模拟器为什么选择Genymotion,诚然,国内也有蓝神等模拟器可供选择,但是Genymotion作为Android模拟器领域的执牛耳者,其启动及运行速度非常快,不仅支持多个Android版本,还可以多个Android系统同时启动运行,这就为我们并行测试脚本提供了便利,当然了,Genymotion也有自身的缺点,就是客户端版本为内核x86架构暂不支持arm框架的应用,但是云端服务已经支持了arm架构,这无疑在模拟器领域是一个重大利好。

进入Genymotion注册页面:https://www-v1.genymotion.com/account/create/

注册成功后,注意邮箱需要激活一下,随后进入下载页面:https://www.genymotion.com/download/

这里Win10系统会有两个版本,因为Genymotion内核是基于VirtualBox虚拟机,所以如果未安装VirtualBox,则选择with Virtualbox,否则可以选择without Virtualbox,直接选择Genymotion本体即可。

安装成功后,用刚刚注册的账号进行登录,随后选择personal use(个人版):

随后选择需要测试的机型创建即可:

创建好对应手机的虚拟机,还需要进行一些设置,才能保证虚拟机正常运行。

将Virtualbox设置常规选项中的版本重新选择Ohter Linux-64位

同时将网络选项的混杂模式选择:允许虚拟电脑,这个稍后链接虚拟机的时候会用到:

最后,为了安全起见,最好将宿主机的hyper-v功能关闭,管理员权限打开终端,执行命令

bcdedit /set hypervisorlaunchtype off

重启电脑后,启动手机模拟器,出现Android界面则表示配置成功:

接着我们来配置Android ADB,Android ADB又是什么?ADB 全称是 Android Debug Bridge,是开发或使用 Android 时很常用到的工具。可以从电脑透过 USB 连线到 Android 手机上,利用指令列来控制你的手机。

这里我们主要是通过ADB命令来获取虚拟机的终端ip,直接下载压缩包文件:https://dl.google.com/android/repository/platform-tools-latest-windows.zip

将其解压到C盘根目录,C:\platform-tools\_r31.0.2-windows\platform-tools

然后将该目录配置全局环境变量,使其可以在终端内直接访问:

C:\Users\liuyue>adb --version  
Android Debug Bridge version 1.0.41  
Version 31.0.2-7242960  
Installed as C:\platform-tools_r31.0.2-windows\platform-tools\adb.exe

现在执行设备列表命令:

C:\Users\liuyue>adb devices  
List of devices attached  
192.168.42.103:5555     device

可以看到,刚刚我们启动的虚拟机已经出现在设备列表中了,直接通过connect命令就可以进行连接,和真机几乎没有任何差别:

C:\Users\liuyue>adb devices  
List of devices attached  
192.168.42.103:5555     device  
  
  
C:\Users\liuyue>adb connect 192.168.42.103:5555  
already connected to 192.168.42.103:5555  
  
C:\Users\liuyue>

下面轮到Docker出场了,Docker的任务主要是利用容器运行Appuim自动化脚本,这样就避免了繁缛的Appuim安装配置环节,当然了,您的电脑得提前装好Docker,如果没有,请移步:win10系统下把玩折腾DockerToolBox以及更换国内镜像源(各种神坑)

随后下载Appium基础镜像,Dockerhub上的镜像鱼龙混杂,这里还是推荐官方的版本:https://hub.docker.com/r/appium/appium

执行命令:

docker pull appium/appium

查看镜像:

liuyue@DESKTOP-NVU6CCV MINGW32 ~  
$ docker images  
REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE  
appium/appium       latest              70f3d328b949        6 weeks ago         1.55GB

紧接着启动容器:

docker run --privileged -d -p 4723:4723 --name appium appium/appium

这里我们启动Appium容器,端口映射到4723,privileged参数让其具备root权限,-d后台执行。

随后查看容器运行状态:

liuyue@DESKTOP-NVU6CCV MINGW32 ~  
$ docker run --privileged -d -p 4723:4723 --name appium appium/appium  
a2e8f11fdf7c561b075b563dfcc1efb6e5381e78dc3d4435a89cf8f97be52f6d  
  
liuyue@DESKTOP-NVU6CCV MINGW32 ~  
$ docker ps  
CONTAINER ID        IMAGE               COMMAND                  CREATED             STATUS              PORTS                              NAMES  
a2e8f11fdf7c        appium/appium       "/bin/sh -c '/root/w…"   7 minutes ago       Up 19 seconds       4567/tcp, 0.0.0.0:4723->4723/tcp   appium

此时,我们就可以利用docker容器内的adb服务进行操作了:

docker exec -it appium adb connect 192.168.42.103:5555

可以看到,docker连接手机配对成功:

liuyue@DESKTOP-NVU6CCV MINGW32 ~  
$ docker exec -it appium adb connect 192.168.42.103:5555  
connected to 192.168.42.103:5555

常用的adb命令都可以进行操作,例如查看手机Android版本:

liuyue@DESKTOP-NVU6CCV MINGW32 ~  
$ docker exec -it appium adb shell getprop ro.build.version.release  
5.0

下面我们来编写一套简单的Appium自动化测试脚本,首先安装Appium库:

pip install Appium-Python-Client

编写appium\_test.py:

from appium import webdriver  
  
cap = {  
        "platformName": "Android",  
        "platformVersion": "5",  
        "deviceName": "192.168.42.103:5555",  
        "udid":"192.168.42.103:5555",  
        # 真机的  
        # "platformName": "Android",  
        # "platformVersion": "7.1.2",  
        # "deviceName": "10d4e4387d74",  
        "noReset": True,  
        "unicodeKeyboard": True,  
        "resetkeyboard": True  
    }  
  
driver = webdriver.Remote('https://192.168.99.100:4723/wd/hub', cap)  
  
# 安装APP  
driver.install_app(app_path='C:\\test.apk',  
                   replace=False, # 不允许覆盖  
                   timeout=10000, # 超时时间为10秒  
                   allowTestPackages=True, # 允许测试包  
                   useSdcard=False, # 不要安装在Sdcard  
                   grantPermissions=False) # 授予权限  
  
driver.quit()

这里的192.168.42.103:5555是Genymotion模拟的手机客户端地址,而https://192.168.99.100:4723/wd/hub则是基于Docker的Appium容器,这里我们为手机安装一款测试的app。

安装操作脚本执行以后,可以判断是否安装成功:

from appium import webdriver  
  
cap = {  
        "platformName": "Android",  
        "platformVersion": "5",  
        "deviceName": "192.168.42.103:5555",  
        "udid":"192.168.42.103:5555",  
        # 真机的  
        # "platformName": "Android",  
        # "platformVersion": "7.1.2",  
        # "deviceName": "10d4e4387d74",  
        "noReset": True,  
        "unicodeKeyboard": True,  
        "resetkeyboard": True  
    }  
  
driver = webdriver.Remote('https://192.168.99.100:4723/wd/hub', cap)  
  
# 判断APP是否安装,传递的参数为包名  
res = driver.is_app_installed('com.tencent.android.qqdownloader')  
print(res)  
driver.quit()

也可以利用脚本启动一些app,比如内置的计算器应用:

from appium import webdriver  
from time import sleep  
cap = {  
        "platformName": "Android",  
        "platformVersion": "5",  
        "deviceName": "192.168.42.103:5555",  
        "udid":"192.168.42.103:5555",  
        # 真机的  
        # "platformName": "Android",  
        # "platformVersion": "7.1.2",  
        # "deviceName": "10d4e4387d74",  
        "appPackage": "com.android.calculator2",  
        "appActivity": "com.android.calculator2.Calculato",  
        "noReset": True,  
        "unicodeKeyboard": True,  
        "resetkeyboard": True  
    }  
  
driver = webdriver.Remote('https://192.168.99.100:4723/wd/hub', cap)  
  
# 等待3秒  
sleep(3)  
# 将APP置于后台运行5秒钟,然后再切回前台  
driver.background_app(5)  
# 关闭APP  
driver.close_app()  
sleep(3)  
# 重新启动APP  
driver.launch_app()  
sleep(3)  
  
driver.quit()

这里计算器的包名和activity信息都配置在cap变量中。

杀死应用进程:

from appium import webdriver  
  
cap = {  
        "platformName": "Android",  
        "platformVersion": "5",  
        "deviceName": "192.168.42.103:5555",  
        "udid":"192.168.42.103:5555",  
        # 真机的  
        # "platformName": "Android",  
        # "platformVersion": "7.1.2",  
        # "deviceName": "10d4e4387d74",  
        "appPackage": "com.android.calculator2",  
        "appActivity": "com.android.calculator2.Calculato",  
        "noReset": True,  
        "unicodeKeyboard": True,  
        "resetkeyboard": True  
    }  
  
driver = webdriver.Remote('https://192.168.99.100:4723/wd/hub', cap)  
  
  
# 等待3秒  
sleep(3)  
# 如果应用程序没有运行或正在后台运行,则激活该应用程序  
driver.activate_app('com.android.calculator2')  
sleep(3)  
# 终止应用程序  
driver.terminate_app('com.android.calculator2')  
sleep(3)  
driver.quit()

几乎所有的移动端应用操作都可以编写Python脚本进行自动化测试,我们可以将Appium理解为移动端的Selenium,使用起来非常方便。

结语:莎士比亚说过,“一千个观众眼中有一千个哈姆雷特”。而在千万个Genymotion模拟器中,移动App也可以是千万种样子,通过编写Appium自动化脚本就可以将测试人员将这千万种的重复测试劳动中解放出来,何乐而不为呢?

相关实践学习
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
相关文章
|
4月前
|
敏捷开发 测试技术 API
测试金字塔:构建高效自动化测试策略的基石
测试金字塔:构建高效自动化测试策略的基石
388 116
|
4月前
|
测试技术 API 数据库
测试金字塔:构建高效自动化测试策略的基石
测试金字塔:构建高效自动化测试策略的基石
417 114
|
4月前
|
设计模式 前端开发 测试技术
告别脆弱:构建稳定UI自动化测试的3个核心策略
告别脆弱:构建稳定UI自动化测试的3个核心策略
521 113
|
4月前
|
JSON 监控 API
n8n错误处理全攻略:构建稳定可靠的自动化工作流
在n8n自动化工作流中,错误是提升系统可靠性的关键。本文详解常见错误类型、节点级与全局处理机制,结合重试、熔断、补偿事务等高级模式,助您构建稳定、可维护的生产级自动化流程。
|
4月前
|
存储 人工智能 自然语言处理
拔俗AI自动化评价分析系统:让数据说话,让决策更智能
在用户体验为核心的时代,传统评价分析面临效率低、洞察浅等痛点。本文基于阿里云AI与大数据技术,构建“数据-算法-应用”三层智能分析体系,实现多源数据实时接入、情感与主题精准识别、跨模态融合分析及实时预警,助力企业提升运营效率、加速产品迭代、优化服务质量,并已在头部电商平台成功落地,显著提升用户满意度与商业转化。
487 0
|
4月前
|
Java 项目管理 Maven
Maven项目管理与构建自动化完全指南
Maven彻底改变了Java项目管理方式,通过POM模型、依赖管理和标准化构建流程,大幅提升开发效率。本文深入解析其核心概念、多模块管理、私服搭建及与Spring Boot、Docker等现代技术栈的集成实践,助力开发者实现高效、规范的项目构建与团队协作。
861 156
Maven项目管理与构建自动化完全指南
|
5月前
|
机器学习/深度学习 人工智能 测试技术
EdgeMark:嵌入式人工智能工具的自动化与基准测试系统——论文阅读
EdgeMark是一个面向嵌入式AI的自动化部署与基准测试系统,支持TensorFlow Lite Micro、Edge Impulse等主流工具,通过模块化架构实现模型生成、优化、转换与部署全流程自动化,并提供跨平台性能对比,助力开发者在资源受限设备上高效选择与部署AI模型。
513 9
EdgeMark:嵌入式人工智能工具的自动化与基准测试系统——论文阅读
数据采集 Web App开发 人工智能
274 0
|
6月前
|
人工智能 自然语言处理 安全
Milvus x n8n :自动化拆解Github文档,零代码构建领域知识智能问答
本文介绍了在构建特定技术领域问答机器人时面临的四大挑战:知识滞后性、信息幻觉、领域术语理解不足和知识库维护成本高。通过结合Milvus向量数据库和n8n低代码平台,提出了一种高效的解决方案。该方案利用Milvus的高性能向量检索和n8n的工作流编排能力,构建了一个可自动更新、精准回答技术问题的智能问答系统,并介绍了部署过程中的可观测性和安全性实现方法。
|
6月前
|
机器学习/深度学习 存储 算法
Trinity-RFT:构建智能体持续学习的自动化强化微调工厂
大型语言模型作为智能体在真实环境中持续交互学习面临诸多挑战。 Trinity-RFT 是通义实验室推出的强化微调框架,旨在实现智能体的持续进化。它通过探索、训练与经验池的解耦设计,支持多样化训练模式,提升资源利用率和学习稳定性。同时,Trinity-RFT 提供灵活的数据处理与算法模块化功能,降低应用与研究门槛,助力迈向终身学习与自主进化的智能体时代。
701 2

推荐镜像

更多