Python+Appium自动化测试(6)-元素等待方法与重新封装元素定位方法

简介: 在appium自动化测试脚本运行的过程中,因为网络不稳定、测试机或模拟器卡顿等原因,有时候会出现页面元素加载超时元素定位失败的情况,但实际这又不是bug,只是元素加载较慢,这个时候我们就会使用元素等待的方法来避免这种情况,增加代码的健壮性。

一,元素等待方法


1,强制等待


import time
# 强制等待5s
time.sleep(5)


2,隐式等待


implicitly_wait()是由webdriver提供的隐式等待方法,它不是针对某一个元素,而是针对当前session(即当前driver对象的生命周期)的全部元素,所以只需要在构造driver对象时设置一次即可。隐式等待在定位元素时,需等待该页面全部元素加载完成,才会执行下一步操作(即下一条语句),如果超过设定时间未加载完成则抛出异常。

from appium import webdriver
def android_driver():
    desired_caps = {
        "platformName": "Android",
        "platformVersion": "10",
        "deviceName": "PCT_AL10",
        "appPackage": "com.ss.android.article.news",
        "appActivity": ".activity.MainActivity",
        "automationName": "uiautomator2",
        "unicodeKeyboard": True,
        "resetKeyboard": True,
    }
    # 启动app
    driver = webdriver.Remote('http://127.0.0.1:4723/wd/hub', desired_caps)
    # 隐式等待8s
    driver.implicitly_wait(8)
    return driver


3,显式等待


3.1,webDriverWait()是由webdriver提供的显示等待方法。


与隐式等待不一样的是,显示等待是针对单个元素定位进行等待,每隔一段时间检查需要定位的元素是否加载完成,超过参数规定的时间仍未定位到该元素,则定位该元素失败,抛出异常。

from selenium.webdriver.support.ui import WebDriverWait
WebDriverWait(driver,timeout,poll_frequency=0.5,ignored_exceptions=None)
# 参数说明:
# driver,上面代码返回的driver对象
# timeout,最长等待时间,使用时要考虑隐式等待的时间(假如有设置隐式等待的话)
# poll_frequency,检查元素的时间间隔,默认是0.5s即每隔0.5秒查找一次
# ignored_exceptions,超时后抛出的异常信息,默认NoSuchElementExeception


3.2,WedDriverWait()需要与unit()或until_not()方法结合使用。


until(method, message='')
# 源码说明:Calls the method provided with the driver as an argument until the return value is not False.
# 调用driver提供的方法作为参数,直到返回值不是False。
until_not(method, message='')
# 源码说明:Calls the method provided with the driver as an argument until the return value is False.
# 调用driver提供的方法作为参数,直到返回值为False

自定义等待时间,使用find_element_by_*()方法定位元素,如下:

# 设置等待,最长等待时间为5s,每0.5秒检查一次
wait = WebDriverWait(driver, 5, 0.5)
# 使用匿名函数定位元素
wait.until(lambda diver:driver.find_element_by_id("android:id/button1"))


3.3,WebDriverWait()与expected_conditions结合使用。


expected_conditions是webdriver.support提供的一个类,这个类里面提供了比较多的预期条件判断的方法,但在我们定位元素过程中常用以下三种方法

presence_of_element_located 判断某个元素是否被加载到 dom 树里,但该元素不一定可见
visibility_of_element_located 判断元素是否可见(可见代表元素非隐藏,并且元素宽和高都不等于 0)
element_to_be_clickable 判断某个元素中是否可见并且可点击
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By
wait = WebDriverWait(driver, 5, 0.5)
element = waite.until(EC.presence_of_element_located((By.ID, "android:id/button1"), message="")
# message=""可以省略,注意此时By.ID有两层()
# element = waite.until(EC.presence_of_element_located((By.ID, "android:id/button1"))


二,重新封装元素定位方法


在脚本编写的过程中,为了增加脚本的健壮性,排除非bug因素导致的脚本运行失败,我们可以在定位元素时加入显示等待,封装成新的元素定位方法。

# /basePage.py
from selenium.webdriver.support import expected_conditions as ec
from selenium.webdriver.support.ui import WebDriverWait
from appium.webdriver.common.mobileby import MobileBy as By
class BasePage:
    def __init__(self, driver):
        self.driver = driver
    def get_visible_element(self, locator, timeout=20):
        '''
        获取可视元素
        param loctor: By方法定位元素,如(By.XPATH, "//*[@text='照片']")
        return:返回可见元素
        '''
        try:
            return WebDriverWait(self.driver, timeout).until(
                ec.visibility_of_element_located(locator)
            )
        except Exception as e:
            # 截图、日志
            Screenshots(self.driver, "获取可视元素失败").screen_shot()
            log.error("获取可视元素失败:{}".format(e))
    def get_presence_element(self, locator, timeout=20):
        '''获取存在元素'''
        try:
            return WebDriverWait(self.driver, timeout).until(
                ec.presence_of_element_located(locator)
            )
        except Exception as e:
            Screenshots(self.driver, "获取存在元素失败").screen_shot()
            log.error("获取存在元素失败:{}".format(e))
    def get_clickable_element(self, locator, timeout=20):
        '''获取可点击元素'''
        try:
            return WebDriverWait(self.driver, timeout).until(
                ec.element_to_be_clickable(locator)
            )
        except Exception as e:
            Screenshots(self.driver, "获取可点击元素失败").screen_shot()
            log.error("可点击元素获取失败:{}".format(e))

这样就可以调用新的方法来进行元素定位

# /homePage.py
from basePage import BasePage
class HomePage(BasePage):
    i_know_btn = (By.ID, 'com.ss.android.article.news:id/ciy')
    jurisdiction_btn = (By.ID, 'android:id/button1')
    no_login_btn = (By.XPATH, '//android.widget.TabWidget/android.widget.RelativeLayout[@index=3]')
    def enter_to_login_page(self):
        '''首页进入未登录页面'''
        get_visible_element(self.i_know_btn).click()
        get_presence_element(self.jurisdiction_btn).click()
        get_clickable_element(self.no_login_btn).click()
相关文章
|
1月前
|
机器学习/深度学习 并行计算 算法
深度学习中的自动化超参数优化方法探究
传统的深度学习模型优化通常依赖于人工调整超参数,这一过程繁琐且耗时。本文探讨了当前流行的自动化超参数优化方法,包括贝叶斯优化、遗传算法和进化策略等,分析它们在提高模型效率和性能方面的应用与挑战。
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
探索软件测试的未来:AI 驱动的自动化测试方法
【5月更文挑战第29天】随着人工智能(AI)技术的不断发展和成熟,其在软件测试领域的应用也日益广泛。本文旨在探讨 AI 如何改变软件测试的面貌,特别是自动化测试方法。我们将分析当前自动化测试的挑战,并介绍 AI 如何提供解决方案,包括智能化测试用例生成、测试执行优化、以及结果分析等。通过实际案例研究,我们还将讨论 AI 在提高测试效率、减少错误和提升软件质量保障中的作用。最后,文章将预测 AI 在自动化测试领域的未来趋势,并提出对测试工程师的建议。
|
8天前
|
测试技术 API Android开发
《手把手教你》系列基础篇(九十七)-java+ selenium自动化测试-框架设计篇-Selenium方法的二次封装和页面基类(详解教程)
【7月更文挑战第15天】这是关于自动化测试框架中Selenium API二次封装的教程总结。教程中介绍了如何设计一个支持不同浏览器测试的页面基类(BasePage),该基类包含了对Selenium方法的二次封装,如元素的输入、点击、清除等常用操作,以减少重复代码。此外,页面基类还提供了获取页面标题和URL的方法。
24 2
|
22天前
|
jenkins 数据管理 测试技术
在LabVIEW开发生命周期中提高代码质量的自动化测试方法
在LabVIEW开发生命周期中提高代码质量的自动化测试方法
16 0
|
27天前
|
测试技术
Appium+python自动化(三十九)-Appium自动化测试框架综合实践 - 代码实现(超详解)
Appium+python自动化(三十九)-Appium自动化测试框架综合实践 - 代码实现(超详解)
|
2月前
|
测试技术 UED
软件测试中的自动化与手动方法比较
【5月更文挑战第31天】本文将探讨软件测试中自动化和手动方法的优缺点,以及它们在不同场景下的应用。通过比较这两种方法,我们将了解它们各自的优势和局限性,并提供一些建议来帮助选择适合特定项目的测试策略。
|
2月前
|
存储 XML 敏捷开发
深入理解自动化测试中的数据驱动方法
【5月更文挑战第30天】 在现代软件开发过程中,自动化测试已成为确保产品质量和加快市场交付的关键步骤。数据驱动测试(DDT)是一种高效的自动化测试策略,它通过外部数据源来增强测试用例的灵活性和可维护性。本文将探讨数据驱动方法的核心概念、实施步骤及其在各种测试场景中的应用优势。通过实际案例分析,我们将展示如何利用数据驱动方法提高测试覆盖率并减少重复工作。
|
2月前
|
存储 XML 敏捷开发
深入理解自动化测试中的数据驱动方法
【5月更文挑战第30天】 在软件测试领域,自动化测试是提升测试效率和质量的关键手段。数据驱动测试(DDT)作为一种测试设计技术,允许测试人员通过外部数据源动态地输入多组测试数据,以执行相同的测试脚本。这种方法的优势在于可以显著减少测试脚本的重复编写工作,同时提高测试案例的覆盖率。本文将探讨数据驱动测试的理论基础、实施步骤以及面临的挑战,并通过一个实际案例来展示如何有效地应用数据驱动方法于自动化测试流程中。
|
16天前
|
安全 Python
告别低效编程!Python线程与进程并发技术详解,让你的代码飞起来!
【7月更文挑战第9天】Python并发编程提升效率:**理解并发与并行,线程借助`threading`模块处理IO密集型任务,受限于GIL;进程用`multiprocessing`实现并行,绕过GIL限制。示例展示线程和进程创建及同步。选择合适模型,注意线程安全,利用多核,优化性能,实现高效并发编程。
28 3
|
16天前
|
数据采集 大数据 数据安全/隐私保护
Python编程:如何有效等待套接字的读取与关闭
Python网络编程中,套接字事件处理至关重要。利用`selectors`模块和代理IP能增强程序的稳定性和可靠性。代码示例展示了如何通过代理连接目标服务器,注册套接字的读写事件并高效处理。在代理IP配置、连接创建、事件循环及回调函数中,实现了数据收发与连接管理,有效应对网络爬虫或聊天应用的需求,同时保护了真实IP。
Python编程:如何有效等待套接字的读取与关闭