Python自动化测试实战：从Selenium到Playwright，构建高效测试框架

1. 项目概述为什么是Python自动化测试如果你是一名开发或者测试工程师最近肯定没少被“自动化测试”这个词刷屏。无论是为了提升回归效率、保证交付质量还是应对越来越复杂的多端应用场景手工点来点去显然已经力不从心了。而当你开始调研自动化工具时Python几乎会出现在每一个推荐列表的榜首。这不仅仅是因为它语法简洁更是因为其背后庞大而活跃的生态——从Web UI、移动端到接口测试你几乎都能找到成熟且强大的Python库。这个项目就是带你从零开始亲手搭建一套属于自己的、可实战的Python自动化测试能力体系。我们不空谈理论而是聚焦于如何选择工具、设计脚本、处理各种“坑”最终让你能独立完成一个真实项目的自动化测试任务。无论你是刚入行的测试新人还是想提升效率的开发这篇文章都将是一份详尽的“作战地图”。2. 核心工具链选型与生态解析工欲善其事必先利其器。Python自动化测试的生态丰富得让人眼花缭乱盲目选择只会事倍功半。我们的选型原则很明确主流、稳定、社区活跃、学习曲线相对平缓。2.1 Web UI自动化Selenium 与 Playwright 的抉择这是最经典的场景。长久以来Selenium WebDriver 是绝对的标准答案。它支持所有主流浏览器通过驱动浏览器原生API进行操作稳定性和兼容性经过无数项目验证。它的工作原理是你的Python脚本通过Selenium库发送指令到浏览器驱动如ChromeDriver驱动再控制真实浏览器执行点击、输入等操作。对于传统Web应用尤其是需要支持IE等老旧浏览器的项目Selenium仍是首选。然而近两年Playwright异军突起它由微软开发提供了更现代的选择。与Selenium不同Playwright直接通过DevTools协议与浏览器通信这意味着它不需要单独的驱动启动更快并且原生支持自动等待、网络拦截、移动设备模拟等高级特性。我个人的体会是对于新项目尤其是单页应用SPA或需要复杂交互如下载、权限弹窗的场景Playwright的编写体验和稳定性更胜一筹。它内置的智能等待机制能让你省去大量编写time.sleep和显式等待的代码脚本更加健壮。注意如果你的团队或项目历史包袱较重大量基于Selenium的脚本需要维护那么继续使用Selenium是更稳妥的选择。迁移成本是需要慎重考虑的。2.2 接口自动化测试Requests Pytest 黄金组合如果说UI自动化是“黑盒”那接口自动化就是直击要害的“白盒”。它执行更快、更稳定是测试金字塔中承上启下的关键层。这里我们的核心工具是Requests库它提供了极其优雅的HTTP客户端功能。再搭配Pytest测试框架就能构建出强大的接口测试套件。Pytest不仅仅是运行测试它更是一个完整的生态系统。其夹具fixture功能可以优雅地管理测试前置和后置操作比如创建数据库连接、初始化测试数据。参数化pytest.mark.parametrize能让你用一套代码测试多组数据。丰富的插件如pytest-html生成报告pytest-xdist分布式执行让测试过程如虎添翼。将Requests封装成自己的工具类结合Pytest你可以轻松实现接口的自动化验证、数据驱动测试和持续集成。2.3 移动端自动化Appium的跨平台之道当你的应用需要覆盖iOS和Android时Appium是目前最主流的跨平台移动端自动化解决方案。它基于WebDriver协议允许你使用同一套API来编写能同时在两个平台上运行的测试脚本。Appium的原理是在移动设备上运行一个服务器接收来自你Python脚本的指令并将其翻译成平台原生iOS用XCUITestAndroid用UIAutomator2的自动化命令。搭建Appium环境是第一个小挑战需要配置JDK、Android SDK、XcodeiOS、Appium Server以及各种依赖。但一旦环境就绪其编写脚本的逻辑与Selenium非常相似降低了学习成本。对于小程序、混合应用Hybrid AppAppium也能通过切换上下文Context来进行测试。2.4 测试框架与报告Pytest 为核心Allure 为颜值担当为什么是Pytest因为它比Python自带的unittest更灵活、更强大。除了上述特性Pytest的断言机制更智能无需记忆各种assertEqual方法直接用assert即可失败信息更清晰。它允许测试函数以test_开头结构更自由。测试报告方面虽然Pytest自带的报告已经不错但Allure框架能生成极其美观、信息丰富的交互式报告。它可以展示测试用例的层级关系、步骤详情、附件如图片、日志、历史趋势等是向团队展示测试成果和定位问题的利器。集成也简单通过pytest-allure-adaptor插件即可。3. 从零搭建自动化测试实战环境理论说再多不如动手搭一遍。这里我们以最常见的“Web UI自动化”为例使用Playwright因为它环境配置更简单更适合新手快速获得成就感。3.1 Python基础环境搭建首先确保你有一个干净的Python环境。我强烈建议使用Miniconda或PyCharm直接创建虚拟环境避免包冲突。安装Python从官网下载最新稳定版如3.9。安装时务必勾选“Add Python to PATH”。验证安装打开终端CMD或PowerShell输入python --version和pip --version确认版本信息。创建虚拟环境# 在项目目录下 python -m venv venv # 激活环境 (Windows) venv\Scripts\activate # 激活环境 (Mac/Linux) source venv/bin/activate激活后命令行前缀会显示(venv)表示你已进入隔离环境。3.2 安装核心测试库在激活的虚拟环境中使用pip安装所需库。我们将安装Playwright和Pytest。pip install pytest playwright安装Playwright后还需要安装它所需的浏览器内核。playwright install这个命令会下载Chromium、Firefox和WebKitSafari内核的二进制文件但不会安装完整的浏览器应用。这是Playwright的一大优势所有依赖自包含环境一致性极好。3.3 编写你的第一个自动化脚本我们不写“Hello World”直接写一个能真正打开网页、进行搜索的脚本。假设我们要测试百度搜索功能。创建一个名为test_baidu_search.py的文件import pytest from playwright.sync_api import Page, expect def test_baidu_search(page: Page): 测试百度搜索功能 # 1. 导航到百度首页 page.goto(https://www.baidu.com) # 2. 定位搜索框输入关键词 # Playwright的定位器Locator非常强大支持多种选择器 search_box page.locator(input#kw) # 使用CSS选择器定位ID为kw的输入框 search_box.fill(Playwright自动化测试) # 3. 定位搜索按钮并点击 search_button page.locator(input#su) search_button.click() # 4. 等待页面跳转并断言结果 # Playwright会自动等待元素可操作这里我们显式等待结果区域出现 page.wait_for_selector(div#content_left) # 5. 断言搜索结果页面应包含特定文本 # expect语法是Playwright推荐的断言方式可读性好且自带等待 expect(page).to_have_title(Playwright自动化测试_百度搜索) # 也可以断言搜索结果列表中包含预期关键词 first_result page.locator(div#content_left h3 a).first expect(first_result).to_contain_text(Playwright) print(测试执行成功) # 如果要直接运行这个脚本可以添加以下代码 if __name__ __main__: # 这种方法仅用于简单调试正式运行请使用pytest命令 from playwright.sync_api import sync_playwright with sync_playwright() as p: browser p.chromium.launch(headlessFalse) # headlessFalse表示打开浏览器界面 page browser.new_page() test_baidu_search(page) browser.close()代码解读与技巧page.locator(): 这是Playwright的核心它返回一个Locator对象代表一个或一组页面元素。所有操作点击、填充、断言都基于它。expect(): 用于断言它会自动进行重试等待直到条件满足或超时。这比硬编码time.sleep智能得多。headlessFalse: 调试时关闭无头模式可以看到浏览器操作过程。在CI/CD环境中则应设为True以提升速度。3.4 使用Pytest组织与运行测试单个脚本不够我们需要用Pytest来管理一堆测试用例。创建以下目录结构my_auto_test_project/ ├── conftest.py ├── pytest.ini ├── requirements.txt └── tests/ ├── __init__.py ├── test_web_ui/ │ ├── __init__.py │ └── test_baidu.py └── test_api/ ├── __init__.py └── test_demo_api.pyconftest.py: 这是Pytest的本地插件文件用于定义共享的fixture。pytest.ini: Pytest配置文件。requirements.txt: 项目依赖列表。关键文件内容conftest.py- 定义浏览器fixtureimport pytest from playwright.sync_api import Browser, BrowserContext, Page pytest.fixture(scopesession) def browser() - Browser: 会话级别的fixture整个测试会话只启动一次浏览器实例。 使用playwright的同步API启动一个Chromium浏览器无头模式。 from playwright.sync_api import sync_playwright with sync_playwright() as p: # 通常CI环境或追求速度时用 headlessTrue # 调试时可设置为 False 以便观察 browser p.chromium.launch(headlessTrue) yield browser browser.close() pytest.fixture def context(browser: Browser) - BrowserContext: 函数级别的fixture每个测试函数获得一个独立的浏览器上下文。 上下文相当于一个独立的会话隔离cookie、localStorage等。 context browser.new_context() yield context context.close() pytest.fixture def page(context: BrowserContext) - Page: 最常用的fixture每个测试函数获得一个独立的页面。 page context.new_page() # 可以在这里设置全局超时或视口大小 page.set_default_timeout(30000) # 设置全局超时为30秒 page.set_viewport_size({width: 1920, height: 1080}) yield page page.close()tests/test_web_ui/test_baidu.py- 使用fixture的测试用例from playwright.sync_api import Page, expect def test_baidu_search(page: Page): page.goto(https://www.baidu.com) search_box page.locator(input#kw) search_box.fill(Playwright) page.locator(input#su).click() page.wait_for_selector(div#content_left) expect(page).to_have_title(Playwright_百度搜索) # 更健壮的断言检查多个结果中是否包含预期内容 all_results page.locator(div#content_left h3 a) # 使用locator.all_text_contents()获取所有文本再判断 texts all_results.all_text_contents() assert any(Playwright in text for text in texts), f搜索结果中未找到Playwright实际结果{texts} def test_baidu_logo_displayed(page: Page): 测试百度Logo是否正常显示 page.goto(https://www.baidu.com) logo page.locator(div#lg) expect(logo).to_be_visible()在项目根目录运行测试pytest tests/test_web_ui/test_baidu.py -v-v参数表示详细输出可以看到每个测试用例的执行结果。4. 设计可维护的自动化测试框架脚本能跑只是第一步如何让成百上千个测试用例易于编写、维护和扩展才是真正的挑战。这就需要一点简单的框架设计思维。4.1 Page Object Model (POM) 设计模式这是UI自动化测试的圣经。其核心思想是将页面封装成类页面的元素定位和操作作为类的方法测试脚本只调用这些方法不直接包含定位器。这样当页面UI发生变化时你只需要修改对应的Page类而不需要修改所有测试脚本。以百度首页为例创建pages/baidu_page.py:from playwright.sync_api import Page class BaiduPage: 百度首页的Page Object def __init__(self, page: Page): self.page page self.search_input page.locator(input#kw) self.search_button page.locator(input#su) self.logo page.locator(div#lg) def navigate(self): 导航到百度首页 self.page.goto(https://www.baidu.com) def search(self, keyword: str): 执行搜索操作 self.search_input.fill(keyword) self.search_button.click() def get_search_results_titles(self): 获取搜索结果标题列表 # 等待结果出现 self.page.wait_for_selector(div#content_left) result_elements self.page.locator(div#content_left h3 a) return result_elements.all_text_contents()对应的测试用例tests/test_baidu_pom.py:from pages.baidu_page import BaiduPage def test_search_with_pom(page): baidu_page BaiduPage(page) baidu_page.navigate() baidu_page.search(自动化测试) results baidu_page.get_search_results_titles() assert len(results) 0, 未获取到搜索结果 assert any(自动化 in title for title in results), f搜索结果中未包含自动化实际结果{results}实操心得在POM中定位器如self.search_input最好在__init__中一次性定义好而不是在每个方法里重新定位。这符合“元素定位与操作分离”的原则也便于统一管理。如果页面是动态加载的可以考虑使用property装饰器来定义定位器实现懒加载。4.2 数据驱动测试将测试数据与测试逻辑分离是提升脚本复用性的关键。Pytest的pytest.mark.parametrize装饰器是绝佳工具。import pytest from pages.baidu_page import BaiduPage # 将测试数据以列表形式组织每个元组是一组测试数据 search_test_data [ (Python, Python), (Playwright, Playwright), (接口自动化, 接口), (一个不太可能存在的关键词xyzabc123, 无结果), # 边界情况 ] pytest.mark.parametrize(keyword,expected_in_result, search_test_data) def test_baidu_search_with_data(page, keyword, expected_in_result): 数据驱动测试百度搜索。 :param keyword: 搜索关键词 :param expected_in_result: 期望在结果中出现的文本 baidu_page BaiduPage(page) baidu_page.navigate() baidu_page.search(keyword) # 根据预期结果调整断言逻辑 if expected_in_result 无结果: # 对于无结果的场景可能检查“抱歉”提示 tip page.locator(div#content_left).inner_text() assert 抱歉 in tip or 没有找到 in tip else: results baidu_page.get_search_results_titles() assert any(expected_in_result in title for title in results), \ f搜索结果中未找到{expected_in_result}关键词{keyword} 实际结果{results}这样你只需要维护search_test_data这个列表就能轻松增加、修改测试用例脚本逻辑无需变动。4.3 配置文件与日志管理硬编码的URL、超时时间、浏览器类型都是坏味道。应该将它们抽取到配置文件中。可以使用Python内置的configparser或更流行的pydantic-settings来管理配置。创建config/settings.py:from pydantic_settings import BaseSettings class Settings(BaseSettings): # 测试环境基础URL base_url: str https://www.baidu.com # 浏览器类型chromium, firefox, webkit browser_type: str chromium # 是否无头模式运行 headless: bool True # 全局超时毫秒 timeout: int 30000 # 视口大小 viewport_width: int 1920 viewport_height: int 1080 class Config: env_file .env # 可以从.env文件加载配置便于区分环境 settings Settings()在conftest.py中引用配置from config.settings import settings pytest.fixture(scopesession) def browser(): from playwright.sync_api import sync_playwright with sync_playwright() as p: # 使用配置中的浏览器类型和无头模式设置 browser_launcher getattr(p, settings.browser_type) browser browser_launcher.launch(headlesssettings.headless) yield browser browser.close()日志对于调试和问题追溯至关重要。使用Python标准库logging在conftest.py中统一配置。import logging import sys def pytest_configure(config): Pytest配置钩子用于初始化日志 # 创建logger logger logging.getLogger(auto_test) logger.setLevel(logging.DEBUG) # 控制台处理器 ch logging.StreamHandler(sys.stdout) ch.setLevel(logging.INFO) formatter logging.Formatter(%(asctime)s - %(name)s - %(levelname)s - %(message)s) ch.setFormatter(formatter) logger.addHandler(ch) # 文件处理器可选 fh logging.FileHandler(test_run.log, encodingutf-8) fh.setLevel(logging.DEBUG) fh.setFormatter(formatter) logger.addHandler(fh)在测试用例中就可以通过logging.getLogger(__name__)来记录关键步骤和信息。5. 高级技巧与实战问题排查当你的测试套件规模增长你会遇到各种意想不到的问题。下面分享一些实战中总结的高级技巧和排坑经验。5.1 元素定位的稳定性策略元素定位失败是UI自动化中最常见的问题。除了基本的ID、Class、XPath、CSS选择器Playwright提供了许多更稳定的定位策略文本定位page.locator(text登录)或page.get_by_text(登录)。这对于按钮、链接非常有效。角色定位page.get_by_role(button, name提交)。这是WAI-ARIA标准语义化最强稳定性最佳。占位符定位page.get_by_placeholder(请输入用户名)。标题定位page.get_by_title(提示)。黄金法则优先级建议为角色定位 文本定位 测试ID># 等待某个元素从页面消失如加载动画 page.wait_for_selector(.loading-spinner, statehidden) # 或者等待某个JS变量变为特定值 page.wait_for_function(window.dataLoaded true)弹窗对话框Playwright可以监听对话框事件。# 在点击可能触发弹窗的操作前先监听 page.on(dialog, lambda dialog: dialog.accept()) # 自动接受弹窗 # 或者更精细的控制 def handle_dialog(dialog): print(f弹窗信息: {dialog.message}) if 确认删除 in dialog.message: dialog.accept() else: dialog.dismiss() page.on(dialog, handle_dialog)iframe需要先切换到iframe上下文。# 通过选择器定位iframe元素 frame page.frame_locator(iframe#myFrame) # 然后在frame的上下文中定位元素 frame.locator(button.submit).click()5.3 测试数据准备与清理自动化测试不应该污染线上数据也不应该依赖不稳定的测试数据。常用的策略有API准备数据在pytest.fixture中通过调用后台API接口创建测试所需的数据如测试用户、订单并在测试结束后通过API清理。这是最干净的方式。数据库操作直接连接测试数据库执行SQL插入和删除。需要小心处理数据库连接和事务。使用独立测试账户为自动化测试专门准备一套独立的测试账户和数据池通过配置切换。示例使用requests在fixture中准备用户import pytest import requests pytest.fixture def test_user(): 创建一个临时测试用户测试后删除 api_base https://api.your-test-env.com # 1. 创建用户 user_data {username: fautotest_{uuid.uuid4().hex[:8]}, password: 123456} create_resp requests.post(f{api_base}/users, jsonuser_data) user_id create_resp.json()[id] yield user_data # 将用户数据提供给测试用例使用 # 2. 测试完成后清理用户 requests.delete(f{api_base}/users/{user_id})5.4 集成Allure生成精美报告安装Allurepip install allure-pytest。运行测试时添加参数pytest tests/ --alluredir./allure-results这会在./allure-results目录下生成原始数据。然后使用Allure命令行工具生成HTML报告# 需要先安装Allure命令行工具从官网下载 allure serve ./allure-results # 本地打开报告 # 或 allure generate ./allure-results -o ./allure-report --clean # 生成静态报告文件夹你可以在测试用例中使用Allure装饰器来增强报告import allure allure.title(测试百度搜索核心功能) allure.feature(搜索模块) allure.story(用户输入关键词进行搜索) def test_baidu_search(page): with allure.step(打开百度首页): page.goto(https://www.baidu.com) with allure.step(输入搜索关键词): page.locator(#kw).fill(Allure) with allure.step(点击搜索按钮): page.locator(#su).click() with allure.step(验证搜索结果): expect(page).to_have_title(Allure_百度搜索)5.5 常见问题排查速查表问题现象可能原因排查步骤与解决方案元素找不到 (TimeoutError)1. 定位器写错了/不唯一。2. 元素在iframe内。3. 页面未加载完/动态加载慢。4. 元素被遮挡。1. 使用浏览器开发者工具复查定位器优先改用get_by_role或get_by_text。2. 检查页面结构使用frame_locator切换。3. 增加page.set_default_timeout或在操作前使用page.wait_for_selector。4. 使用locator.hover()或locator.scroll_into_view_if_needed()。脚本在本地跑通CI上失败1. CI环境无图形界面无头模式问题。2. 环境依赖缺失如浏览器二进制。3. 网络、时区、分辨率差异。1. 确保CI脚本以headlessTrue运行。对于复杂场景可尝试headlessnewChrome较新版本。2. 在CI构建步骤中明确运行playwright install。3. 在fixture中固定视口大小和时区context browser.new_context(viewport{...}, localezh-CN)。操作执行了但页面没变化1. 事件监听方式特殊。2. 页面有前端验证阻止提交。3. 操作速度太快前端未响应。1. 尝试locator.click(forceTrue)或locator.dispatch_event(click)。2. 尝试page.keyboard.press(Enter)代替点击。3. 在关键操作间添加page.wait_for_timeout(500)谨慎使用应作为最后手段。截图/录屏不清晰或缺失路径权限问题或截图时机不对。1. 确保CI工作目录有写入权限。2. 在断言失败后自动截图可在conftest.py中使用Pytest钩子pythonbrpytest.hookimpl(tryfirstTrue, hookwrapperTrue)brdef pytest_runtest_makereport(item, call):br outcome yieldbr report outcome.get_result()br if report.when call and report.failed:br if page in item.funcargs:br page item.funcargs[page]br page.screenshot(pathfscreenshot_{item.name}.png, full_pageTrue)br6. 走向持续集成与流水线自动化测试的最终价值在于持续、无人值守地运行。将其集成到CI/CD流水线如Jenkins, GitLab CI, GitHub Actions中是必由之路。以GitHub Actions为例创建一个.github/workflows/python-test.yml文件name: Python Automation Tests on: push: branches: [ main, develop ] pull_request: branches: [ main ] jobs: test: runs-on: ubuntu-latest strategy: matrix: python-version: [3.9, 3.10] steps: - uses: actions/checkoutv3 - name: Set up Python ${{ matrix.python-version }} uses: actions/setup-pythonv4 with: python-version: ${{ matrix.python-version }} - name: Install dependencies run: | python -m pip install --upgrade pip pip install -r requirements.txt playwright install --with-deps chromium # 只安装Chromium以加快速度 - name: Run tests with pytest run: | pytest tests/ --alluredir./allure-results -v env: BASE_URL: ${{ secrets.TEST_BASE_URL }} # 使用 secrets 配置测试环境地址 - name: Upload Allure report if: always() # 即使测试失败也上传报告 uses: actions/upload-artifactv3 with: name: allure-report-${{ matrix.python-version }} path: ./allure-results/这个工作流会在每次推送到主分支或发起拉取请求时在Ubuntu环境下用两个Python版本并行运行测试并上传Allure原始报告数据。你可以在后续步骤中配置将Allure报告发布到静态站点服务。踩过几次坑之后我最大的体会是稳定性比炫技更重要。一个运行缓慢但99%成功的测试套件远比一个飞快但经常失灵的套件有价值。因此在定位器选择、等待策略、环境隔离上多花心思是值得的。另外自动化测试代码也是代码需要遵循良好的编程规范命名、注释、模块化并纳入代码审查这样才能保证其长期可维护性。