Android自动化单元测试(下)

简介:

承接上文

上一篇单元测试讲了如何在Android Studio中写测试用例,自动化测试并生成测试报告,这一篇主要讲一下扩展工具的使用。

jacoco代码覆盖率

  jacoco是一个检测代码覆盖率的插件工具,那什么是代码覆盖率呢?代码覆盖率简单来说就是单元测试用例所测试到的代码比重,被测试到即是被覆盖。覆盖率高自然是好事,但不能完全说明代码质量高没有bug,生成的覆盖率报告可能大部分情况下也就是应付差事,应付差事,付差事。。。
  呵呵
   在Android Studio中使用jacoco还是比较简单的,只需要更改Module目录下的gradle文件。首先就是导入jacoco插件并指定使用版本。

apply plugin: 'jacoco'
jacoco {
    version "填写版本号,如0.7.9"
}

   指定版本的代码在AS2.x时代可以写在android代码块中,不过到了3.0之后就不推荐了,可以写在外面和android、dependencies一个级别。另外需要在buildTypes下的debug(release应该也可以)中添加支持代码覆盖testCoverageEnable为true。然后就是自定义一个gradle task。

task jacocoTestReport(type:JacocoReport,dependsOn:"test"){  // 1
    group = "Reporting"
    description = "Generate Jacoco coverage reports after running tests."
    classDirectories = fileTree(  // 2
            dir : "$buildDir/intermediates/classes/debug",
            excludes : [
                    '**/R.class',
                    '**/R$*.class',
                    '**/BuildConfig.*',
                    '**/Manifest*.*'
            ]
    )
    def coverageSourceDirs = ['src/main/java']
    additionalSourceDirs = files(coverageSourceDirs)
    sourceDirectories = files(coverageSourceDirs)
    additionalClassDirs = files(coverageSourceDirs)
    executionData = files("$buildDir/jacoco/testDebugUnitTest.exec")  // 3
    reports{  // 4
        xml.enabled = false
        html.enabled = true
        csv.enabled = false
    }
}

  上面的代码有几个点需要注意:

  • 注释1中的type指定了类型,这里就是jacoco的报告,然后他是依据后面dependsOn的task去生成的;
  • 注释2是指定了生成的类文件的目录,其中exclude是排除以下的文件,如果有以下源码不需要进行识别是否覆盖,这里也就要求了命名的规范性;
  • 注释3是最重要的一个部分,这里指向了一个exec文件,jacoco原理上就是根据这个生成的文件去生成自己的报告,不过有一点要注意如果一开始dependsOn的是AndroidTest的任务,这个文件的路径就不一样了而且后缀也不一样,去尝试一下吧;
  • 注释4比较显而易见的就是报告生成的类型,最好还是html。

  依然是在AS的命令终端执行gradlew+task的命令模式,gradlew jacocoTestReport之后终端会自动执行自动化测试并生成测试报告和代码覆盖率报告。代码覆盖率报告生成的前提是所有的测试用例都通过测试。覆盖率报告的样子可以参考下图,红色代表了没有覆盖到:
这里写图片描述

jenkins持续集成

   jenkins是一种持续集成工具,可以监控持续重复的工作,如apk的打包生成等。它的环境搭建不是这里重点说的,网上的例子也很多。用过这个工具的应该也对它支持gradle构建Android apk有所了解,在自动化测试的部分用到它也是用到了它能够对Android项目自动打包,同时支持插件的扩展。
   为了能够支持单元测试,jenkins需要安装junit插件,如果想增加对代码覆盖率的支持,就需要安装本文介绍的jacoco的插件。由于这一部分并不是所有技术人员都会参与,所以主体内容就省略,直接跳转到如何配置构建的命令一步。
这里写图片描述
   上图中就是对一个jenkins任务的配置,这里的构建就是项目在构建时所需要做的一些工作,首先选择合适版本的gradle,然后就是添加gradle所需要执行的tasks。保存之后在该项目的控制面板中点击立即构建,会出现一个正在构建的任务,这个过程可能比较漫长。构建成功之后可以在对应的jenkins的工作目录下的该项目目录找到生成的报告。特别提醒一下,这次构建gradle会自动为我们生成lint报告,方便了代码review。

总结

   两篇文章其实也只是简单介绍了Android的自动化单元测试,介绍了移动端自动化测试的可行性。不过也有很多没有涉及或介绍不细之处,如其他的单元(UI)测试框架,对jenkins的使用等等。准备仓促,而且也不是专业测试开发人员,最后列出一下参考文章以拓展。

参考文章

Android单元测试框架Robolectric3.0介绍
Jenkins构建Android项目持续集成之简介篇(这是一个系列)

目录
相关文章
|
11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
941 113
|
存储 关系型数据库 测试技术
玩转n8n测试自动化:核心节点详解与测试实战指南
n8n中节点是自动化测试的核心,涵盖触发器、数据操作、逻辑控制和工具节点。通过组合节点,测试工程师可构建高效、智能的测试流程,提升测试自动化能力。
|
XML jenkins 机器人
JMeter+Ant+Jenkins实现接口自动化测试持续集成
本文介绍了如何使用Ant生成JMeter接口测试报告,并集成到Jenkins中实现自动化测试。内容涵盖Ant与JMeter环境配置、build.xml文件设置、测试执行及报告生成,同时包括Jenkins插件安装、项目配置和钉钉消息通知的集成,帮助实现持续测试与结果可视化。
1433 0
|
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。
938 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
|
人工智能 前端开发 测试技术
如何让AI帮你做前端自动化测试?我们这样落地了
本文介绍了一个基于AI的UI自动化测试框架在专有云质量保障中的工程化实践。
4958 24
如何让AI帮你做前端自动化测试?我们这样落地了
|
12月前
|
自然语言处理 前端开发 测试技术
使用 Playwright MCP 实现 UI 自动化测试
本文介绍如何结合Playwright与MCP协议实现智能化UI自动化测试。通过自然语言指令控制浏览器,降低技术门槛,提升效率,并涵盖环境搭建、核心功能、实战案例及最佳实践,展现对话式自动化的未来趋势。
|
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。
|
人工智能 IDE 测试技术
Browser-Use在UI自动化测试中的应用
Browser-Use是一款浏览器自动化工具,具备视觉与HTML解析、多标签管理、操作记录与复现、自定义操作、自我纠正及并行执行等功能,助力AI智能体高效完成网页任务。
1601 0
|
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。

热门文章

最新文章