Python自动化实现web页面UI差异对比

简介: 以自动化或工具的方式实现页面UI与标准UI图对比并输出可视结果

需求与实现:


需求:以自动化或工具的方式实现页面UI与标准UI图对比并输出可视结果


实现:


目前实现:


  1. 可将站点与标准UI图对比
  2. 可将两站点对比
  3. 可将两UI图对比


可应用的实际场景:


  1. 站点迁移,对比两个站点页面
  2. 版本迭代,前后UI对比
  3. 实际站点页面与标准UI图对比
  4. 可通过Appnium或Airtest应用到移动端页面对比


相关技术:


ImageChops :


主要包括对图片的算术运算,叫做通道运算(channel operations)。可以用于多种途径,包括一些特效制作,图片整合,算数绘图等等方面。这里用到了该模块的切换图片位深 功能以及图片对比功能;


Selenium:


结合webdriver 进行浏览器驱动,实现 web端登录->页面跳转->html页面在线保存为图片 整体流程;

效果展示:


Web页面自动截取为图片:


image.png

webnew.png:

image.png


页面与标准ui图对比:


差异数值获取:


image.png

差异图获取:


完全一致:

image.png

差异时:

image.png


web界面对比图:

image.png

image.png

web差异图:

image.png

手机界面对比图:

image.gifimage.png

image.png

手机界面差异图:

image.png

注:对比手机ui图时,上方状态栏时间或其他部分的无效差异,可以通过截取指定区域进行规避。


主要方法解析:


ImageChopsPic


def compare_images(path_one, path_two, diff_save_location):
    """
    比较图片,如果有不同则生成展示不同的图片
    @参数一: path_one: 第一张图片的路径
    @参数二: path_two: 第二张图片的路径
    @参数三: diff_save_location: 差异图片的保存路径
    """
    image_one = Image.open(path_one)
    image_two = Image.open(path_two)
    try:
        diff = ImageChops.difference(image_one, image_two)
        if diff.getbbox() is None:
            # 图片间没有任何不同则直接退出
            print(image_one, image_two, "对比图片完全相同!")
        else:
            print("差异图保存为:", diff_save_location)
            diff.save(diff_save_location)
    except ValueError as e:
        text = (" 当前图片大小或位深不一致 ")
        print("【{0}】{1}".format(e, text))
# 由于模块限制需要强制转换图片位深为'RGB:24'保证可识别且位深一致
def picture(path_change_bf, path_change_af):
    img = Image.open(path_change_bf).convert('RGB')
    # 输出当前图片位深
    print(img.getbands())
    img.save(path_change_af)
    print("位深已强制转换为 RGB:24")


ImageChopsValues


# 输出当前对比图片的差异值,数值越大表明图片差异越大,无位深识别限制
def image_contrast(img1, img2):
     image1 = Image.open(img1)
    image2 = Image.open(img2)
    h1 = image1.histogram()
    h2 = image2.histogram()
    result = math.sqrt(reduce(operator.add, list(map(lambda a, b: (a - b) ** 2, h1, h2))) / len(h1))
    return result


ChangPic


""" 
批量改变目录下图片位深 ,保存到新的目录下
    函数解释:
    path :图片存放的路径
    newpath :转化完成后,存放的路径
    convert :需要更改成那一种为深度的图片的格式
"""
def picture(path, newpath):
     files = os.listdir(path)
    for i in files:
        files = os.path.join(path, i)
        img = Image.open(files).convert('RGB')
        dirpath = newpath
        file_name, file_extend = os.path.splitext(i)
        dst = os.path.join(os.path.abspath(dirpath), file_name + '.png')
        img.save(dst)
        print("已将",i,"强制转为RGB格式")


WebToPic


# 截取网页照片函数
def screen_shot(url, png_name):
    brower = webdriver.Chrome()
    # 使用get()方法,打开指定页面。
    brower.get(url)
    # 设置浏览器全屏显示
    brower.maximize_window()
    time.sleep(1)
    # 获取登录tab并点击
    gofor = brower.find_element_by_xpath('//*[@id="app"]/div/div/div[2]/div/div/div[2]/div[1]/div/div[1]/div/div/div/div/div[3]')
    gofor.click()
    time.sleep(1)
    # 获取用户名输入框并输入
    name = brower.find_element_by_xpath('//*[@id="app"]/div/div/div[2]/div/div/div[2]/div[1]/div/div[2]/div[2]/div/div/div[2]/form/input[1]')
    name.send_keys("13120210916")
    # 获取密码输入框并输入
    password = brower.find_element_by_xpath('//*[@id="app"]/div/div/div[2]/div/div/div[2]/div[1]/div/div[2]/div[2]/div/div/div[2]/form/input[2]')
    password.send_keys("hly12345")
    # 获取登录按钮并点击
    login_button = brower.find_element_by_xpath('//*[@id="app"]/div/div/div[2]/div/div/div[2]/div[1]/div/div[2]/div[2]/div/div/button')
    login_button.click()
    time.sleep(1)
    # 打开目标页
    brower.get(url)
    time.sleep(2)
    # 使用save_screenshot将浏览器正文部分截图,即使正文本分无法一页显示完全,save_screenshot也可以完全截图
    brower.save_screenshot(png_name)
    # 关闭浏览器
    brower.close()

附:


关于Pillow库(ImageChops)的详细文档:


https://pillow.readthedocs.io/en/latest/index.html


关于图片 位深 的解释:


https://blog.csdn.net/WoHongG/article/details/84074057

https://blog.csdn.net/weixin_39190382/article/details/105917690


关于ImageChops功能使用的注意事项:


  1. 对比图 位深需小于等于24(RGB)
  2. 强制转换 位深功能,需原对比图 位深相等,否则会出现像素点错位导致对比误差
  3. 无效对比区域可以通过截取功能来规避
目录
相关文章
|
11天前
|
数据采集 存储 API
网络爬虫与数据采集:使用Python自动化获取网页数据
【4月更文挑战第12天】本文介绍了Python网络爬虫的基础知识,包括网络爬虫概念(请求网页、解析、存储数据和处理异常)和Python常用的爬虫库requests(发送HTTP请求)与BeautifulSoup(解析HTML)。通过基本流程示例展示了如何导入库、发送请求、解析网页、提取数据、存储数据及处理异常。还提到了Python爬虫的实际应用,如获取新闻数据和商品信息。
|
20天前
|
JavaScript 前端开发
如何优雅的只在当前页面中覆盖ui库中组件的样式(vue的问题)
如何优雅的只在当前页面中覆盖ui库中组件的样式(vue的问题)
14 0
如何优雅的只在当前页面中覆盖ui库中组件的样式(vue的问题)
|
26天前
|
缓存 NoSQL 关系型数据库
在Python Web开发过程中:数据库与缓存,MySQL和NoSQL数据库的主要差异是什么?
MySQL是关系型DB,依赖预定义的表格结构,适合结构化数据和复杂查询,但扩展性有限。NoSQL提供灵活的非结构化数据存储(如JSON),无统一查询语言,但能横向扩展,适用于大规模、高并发场景。选择取决于应用需求和扩展策略。
114 1
|
28天前
|
Web App开发 Python
在ModelScope中,你可以使用Python的浏览器自动化库
在ModelScope中,你可以使用Python的浏览器自动化库
15 2
|
29天前
|
机器学习/深度学习 人工智能 前端开发
机器学习PAI常见问题之web ui 项目启动后页面打不开如何解决
PAI(平台为智能,Platform for Artificial Intelligence)是阿里云提供的一个全面的人工智能开发平台,旨在为开发者提供机器学习、深度学习等人工智能技术的模型训练、优化和部署服务。以下是PAI平台使用中的一些常见问题及其答案汇总,帮助用户解决在使用过程中遇到的问题。
|
14天前
|
安全 数据库 C++
Python Web框架比较:Django vs Flask vs Pyramid
【4月更文挑战第9天】本文对比了Python三大Web框架Django、Flask和Pyramid。Django功能全面,适合快速开发,但学习曲线较陡;Flask轻量灵活,易于入门,但默认配置简单,需自行添加功能;Pyramid兼顾灵活性和可扩展性,适合不同规模项目,但社区及资源相对较少。选择框架应考虑项目需求和开发者偏好。
|
2天前
|
XML Web App开发 测试技术
python的Web自动化测试
【4月更文挑战第16天】Python在Web自动化测试中广泛应用,借助Selenium(支持多浏览器交互)、BeautifulSoup(解析HTML/XML)、Requests(发送HTTP请求)和Unittest(测试框架)等工具。测试步骤包括环境搭建、编写测试用例、初始化浏览器、访问页面、操作元素、验证结果、关闭浏览器及运行报告。注意浏览器兼容性、动态内容处理和错误处理。这些组合能提升测试效率和质量。
11 6
|
6天前
|
SQL 安全 Go
如何在 Python 中进行 Web 应用程序的安全性管理,例如防止 SQL 注入?
在Python Web开发中,确保应用安全至关重要,主要防范SQL注入、XSS和CSRF攻击。措施包括:使用参数化查询或ORM防止SQL注入;过滤与转义用户输入抵御XSS;添加CSRF令牌抵挡CSRF;启用HTTPS保障数据传输安全;实现强身份验证和授权系统;智能处理错误信息;定期更新及审计以修复漏洞;严格输入验证;并培训开发者提升安全意识。持续关注和改进是保证安全的关键。
13 0
|
9天前
|
数据库 开发者 Python
Python中使用Flask构建简单Web应用的例子
【4月更文挑战第15天】Flask是一个轻量级的Python Web框架,它允许开发者快速搭建Web应用,同时保持代码的简洁和清晰。下面,我们将通过一个简单的例子来展示如何在Python中使用Flask创建一个基本的Web应用。
|
9天前
|
前端开发 数据挖掘 API
使用Python中的Flask框架进行Web应用开发
【4月更文挑战第15天】在Python的Web开发领域,Flask是一个备受欢迎的轻量级Web框架。它简洁、灵活且易于扩展,使得开发者能够快速地构建出高质量的Web应用。本文将深入探讨Flask框架的核心特性、使用方法以及在实际开发中的应用。

热门文章

最新文章