python web自动化(分布式测试Grid)

Grid介绍

        Selenium Grid 是 Selenium 提供的⼀个⼯具,⽤于⽀持在多台计算机上并⾏运⾏测试。

        它允许将测试分发到不同的机器和浏览器组合上,同时收集结果。

  1.并⾏执⾏测试⽤例:在不同的机器上并⾏执⾏测试⽤例,从⽽加速整个测试过程。每个

          节点可以并⾏地运⾏测试,⼀般⽤于⼤型测试套件和⼤规模的项⽬

        2.多浏览器和多平台测试:在不同的机器上同时运⾏测试,可以同时在不同的浏览器和操作系统上执⾏测试。确保应⽤程序的跨浏览器和跨平台兼容性⾮常重要\

        3. 资源最⼤化利⽤: 可以利⽤⽹络上多台机器的资源,⽽不是仅仅依赖于本地机器的资源。可以更有效地使⽤硬件资源,尤其是在⼤规模测试或者需要⼤量浏览器并⾏执⾏的情况下
        4.分布式测试环境: 可以设置为在不同的物理位置、不同的⽹络环境或不同的云服务上运⾏测试。这允许你创建 ⼀个分布式的测试环境,以模拟真实的不同使⽤情境

        5.提⾼可靠性: 在分布式环境下执⾏测试可以提⾼测试的可靠性。如果⼀个节点失败,其他节点仍然可以继续执⾏测 试,从⽽减⼩了整个测试过程受到⼀个节点失败的影响

Grid快速⼊⻔

            1.首先我们要配置jdk的运行环境

             2.安装google浏览器,并且配置chromedriver驱动

              3.下载selenium-server-4.5.0.jar插件

                https://github.c om/SeleniumHQ/selenium/releases/tag/selenium-4.5.0

环境都配置好后,在下载的selenium-server-4.5.0.jar所在的⽬录层级打开cmd,并且输⼊命令启动grid:
                

⽂件名(selenium-server-<version>.jar)尽可能的⽤tab⾃动补全,
防⽌⼿动输⼊有误
示例:
java -jar selenium-server-4.5.0.jar standalone
注:启动服务之后,切记不要关闭cmd窗⼝,否则服务就会被终⽌,
⽆法访问

启动之后,⽤google浏览器打开: http://127.0.0.1:4444,出现如下⻚⾯及成功
                

 将执⾏⽤例的机器添加到监控端,在代码中进⾏如下配置

                

import allure
import pytest
from selenium import webdriver@pytest.fixture()
def browser():global driver# 01 用例的前置步骤,初始化浏览器对象chrome_options = webdriver.ChromeOptions()driver = webdriver.Remote(command_executor="http://127.0.0.1:4444",options=chrome_options)# 02 用例执行,返回driveryield driver# 03 用例的后置步骤,关闭浏览器driver.quit()@pytest.hookimpl(hookwrapper=True)
def pytest_runtest_makereport():# 获取测试用例的执行结果,yield,返回给out对象,然后再去转化为result对象out = yield"""从result对象out获取调用结果的测试报告,返回一个report对象report对象的属性:包括when(setup,call,teardown等三个值)、nodeid(测试用例的名称)、outcome(用例的执行结果, passed, failed)"""report = out.get_result()  # 返回一个report对象# 仅仅获取用例call阶段的执行结果,不包含setup、teardownif report.when == "call":# 获取用例call执行结果为失败的情况xfail = hasattr(report, "wasxfail")  # hasattr方法会:返回对象是否具有给定名称的属性# 如果测试用例被跳过且标记为预期失败,或者测试用例执行失败且不是预期失败if (report.skipped and xfail) or (report.failed and not xfail):# 添加allure报告截图with allure.step("添加失败的截图 ---> "):allure.attach(driver.get_screenshot_as_png(), "失败的截图",allure.attachment_type.PNG)elif report.passed:# 如果测试用例执行通过,添加allure报告截图with allure.step("添加成功的截图 ---> "):allure.attach(driver.get_screenshot_as_png(), "成功的截图",allure.attachment_type.PNG)

Grid模式详解

        1.Standalone(独⽴模式)

                Standalone将所有Grid组件⽆缝地组合为⼀个。以独⽴模式运⾏Grid可以在单个进程中                 使⽤单个命令获得功能完整的Grid。单机只能在⼀台机器上运⾏

                Standalone也是运转Selenium Grid最简单的模式。默认情况下,服务器将监听                              http://localho st:4444上的RemoteWebDriver请求。默认情况下,服务器将从System                      PATH(环境变量)中检测可⽤的驱动程序

        2.Hub and Node (中⼼和节点模式)

                中⼼和节点是使⽤最多的模式,因为它允许:
                将不同的机器组合在⼀个Grid中

                例如,使⽤不同操作系统和/或浏览器版本的机器

                使⽤统⼀⼊⼝点来在不同的环境中运⾏WebDriver测试在不破坏Grid的情况下,增加或                   减少组件

           3.Hub(主控制节点)

                Hub 是 Selenium Grid 的中⼼控制节点,负责管理和分发测试请求。

              Hub 接收来⾃测试脚本的请求,然后将这些请求分发给连接到 Grid 的各个 Node 上执                   ⾏。

                功能:
        4.Node(执⾏测试的节点)

                Node 是 Selenium Grid 中的⼯作节点,负责实际执⾏测试⽤例。

                 ⼀个 Grid 中可以有多个 Node,每个 Node 都可以运⾏在不同的机器上,甚⾄可以具有                 不同的操作系统和浏览器组合。

                同⼀机器上的多个节点
                 设置不同的端⼝
                

java -jar selenium-server-4.5.0.jar node --port 6666

               

运⾏的main.py⽂件采⽤多线程的运⾏⽅式
        

import pytest
if __name__ == '__main__':
pytest.main(['-vs', '-n', '3'])

什么时候应该使⽤Grid

        多浏览器和多平台测试
     1.   当你需要在不同的浏览器类型、版本和操作系统上同时运⾏测试时,Selenium

        Grid 是⼀个理想的选择。它允许在多个节点上并⾏运⾏测试,每个节点可以代表不同的浏览          器和操作系统组合

        2.减少测试执⾏时间

            对于⼤型测试套件,Selenium Grid 可以显著减少测试执⾏时间。通过并⾏执⾏测试,你可以在相同的时间内完成更多的测试任务,提⾼测试效率

        3.提⾼测试覆盖率
        通过在不同浏览器和平台上并⾏运⾏测试,你可以更全⾯地测试应⽤程序,确保其在各种环境下的稳定性和⼀致性
        4.快速反馈
        缩短测试套件执⾏的时间,可以更快地获得测试结果。这对于在持续集成和持续交付环境中迅速反馈开发⼈员和团队⾮常重要
        5. 资源最⼤化
        利⽤多台计算机(节点)上的浏览器实例,充分利⽤可⽤资源,提⾼测试并⾏性,避免资源浪费
        6. ⾃动化平台兼容性测试
                当你需要测试应⽤程序在不同浏览器和平台上的兼容性时,Selenium Grid 是⼀个强⼤的⼯具。它使你能够同时在多个环境中验证应⽤程序的性能和功能
 

服务Grid的组件(了解)        

    主要包括路由器(Router)、分发器(Distributor)、会话映射(Session Map)、新会               话队列(New Session Queue)、节点(Node)和事件总线(Event Bus)

        

封装日志

               我们新建一个pytest.ini的文件

                

[pytest]
log_cli = true
log_cli_level = INFO
log_cli_fromat = %(asctimes)s [%(levelname)s] %(message)s
log_cli_date_fromat = %Y-%m-%d %H:%M:%S
log_file = pytest.log

各个名词的解释

        

[pytest]
; 这个里面的变量名都是固定的,不能随意修改
; 启用在命令行界面(CLI)上输出日志。
log_cli = true; 设置输出日志级别
log_cli_level = INFO; 指定命令行页面(CLI)上日志输出的格式
; 日志记录的时间(年月日时分秒,代码格式: %Y-%m-%d %H:%M:%S)
; 日志级别
; 日志消息
log_cli_fromat = %(asctimes)s [%(levelname)s] %(message)s; 设置时间格式
log_cli_date_fromat = %Y-%m-%d %H:%M:%S; 设置日志保存文件
log_file = pytest.log

应用到conftest中

        

import loggingimport allure
import pytest
from selenium import webdriver@pytest.fixture()
def browser():global driver# 01 用例的前置步骤,初始化浏览器对象driver = webdriver.Chrome()# 02 用例执行,返回driveryield driver# 03 用例的后置步骤,关闭浏览器driver.quit()@pytest.hookimpl(hookwrapper=True, tryfirst=True)
def pytest_runtest_makereport(item, call):# 获取测试用例的执行结果,yield,返回给out对象,然后再去转化为result对象out = yield"""从result对象out获取调用结果的测试报告,返回一个report对象report对象的属性:包括when(setup,call,teardown等三个值)、nodeid(测试用例的名称)、outcome(用例的执行结果, passed, failed)"""report = out.get_result()  # 返回一个report对象# 仅仅获取用例call阶段的执行结果,不包含setup、teardownif report.when == "call":# 修改之前的版本:# logging.info("--------->日志的头部<---------")# logging.info(f"用例ID:{report.nodeid}")# logging.info(f"测试结果:{report.outcome}")# logging.info(f"故障标识:{report.longrepr}")# logging.info(f"异常信息:{call.excinfo}")# logging.info(f"用例耗时:{report.duration}")# logging.info("--------->日志的尾部<---------")# 修改之后的版本:allure.attach("--------->日志的头部<---------")allure.attach(f"用例ID:{report.nodeid}", name="用例ID")allure.attach(f"测试结果:{report.outcome}", name="测试结果")allure.attach(f"故障标识:{report.longrepr}", name="故障标识")allure.attach(f"异常信息:{call.excinfo}", name="异常信息")allure.attach(f"用例耗时:{report.duration}", name="用例耗时")allure.attach("--------->日志的尾部<---------")# 获取用例call执行结果为失败的情况xfail = hasattr(report, "wasxfail")  # hasattr方法会:返回对象是否具有给定名称的属性# 如果测试用例被跳过且标记为预期失败,或者测试用例执行失败且不是预期失败if (report.skipped and xfail) or (report.failed and not xfail):# 添加allure报告截图with allure.step("添加失败的截图 ---> "):allure.attach(driver.get_screenshot_as_png(), "失败的截图",allure.attachment_type.PNG)elif report.passed:# 如果测试用例执行通过,添加allure报告截图with allure.step("添加成功的截图 ---> "):allure.attach(driver.get_screenshot_as_png(), "成功的截图",allure.attachment_type.PNG)


 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/15963.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Vulhub——adminer

文章目录 一、CVE-2021-21311&#xff08;SSRF&#xff09;二、CVE-2021-43008&#xff08;远程文件读取&#xff09; 一、CVE-2021-21311&#xff08;SSRF&#xff09; Adminer是一个PHP编写的开源数据库管理工具&#xff0c;支持MySQL、MariaDB、PostgreSQL、SQLite、MS SQL…

如何在WRF模型中更好地设置这些海洋物理参数以提高模拟精度?

在WRF&#xff08;Weather Research and Forecasting&#xff09;模型中正确设置海洠物理参数是提高模拟精度的关键&#xff0c;特别是当模拟涉及到海洋和大气的相互作用时。以下是一些提高模拟精度的策略和建议&#xff1a; 1. 理解模拟的地区和目标 在进行参数设置之前&…

基于SpringBoot+Vue的人事管理系统

引言 目前,人事管理的系统大都是CS架构的大型系统,很少有面向机关,事业单位内部的基于BS架构的微型人事系统,因此.开发一个基于BS架构的人事信息管理系统是非常必要的.但是基于BS架构的人事系统对于安全是一个大的考验点.在人事信息系统中,功能需简单清晰,可操作性强,其次安全…

使用paddlepaddle框架构建ViT用于CIFAR10图像分类

使用paddlepaddle框架构建ViT用于CIFAR10图像分类 硬件环境&#xff1a;GPU (1 * NVIDIA T4) 运行时间&#xff1a;一个epoch大概一分钟 import paddle import time import paddle.nn as nn import paddle.nn.functional as F import paddle.vision.transforms as transforms…

CCF-GESP 等级考试 2023年3月认证C++一级真题解析

2024年03月真题 一、单选题&#xff08;每题2分&#xff0c;共30分&#xff09; 第 1 题 以下不属于计算机输入设备的有&#xff08; &#xff09;。 A. 键盘B. 音箱C. 鼠标D. 传感器 正确答案&#xff1a;B. 音箱 解析&#xff1a; A. 键盘&#xff1a;键盘是输入设备。B. …

第六节:带你全面理解vue3 浅层响应式API: shallowRef, shallowReactive, shallowReadonly

前言 前面两章,给大家讲解了vue3中ref, reactive,readonly创建响应式数据的API, 以及常用的计算属性computed, 侦听器watch,watchEffect的使用 其中reactive, ref, readonly创建的响应式数据都是深层响应. 而本章主要给大家讲解以上三个API 对应的创建浅层响应式数据的 API,…

Java面试题:Executor框架在Java并发编程中扮演什么角色?如何使用它?

在Java并发编程中&#xff0c;Executor框架扮演着核心角色&#xff0c;它提供了一种高级的、线程安全的机制来异步执行任务。Executor框架的主要目的是将任务的提交与任务的执行分离&#xff0c;从而简化了多线程编程的复杂性。 Executor框架的角色&#xff1a; 任务与线程分离…

持续总结中!2024年面试必问 20 道 Redis面试题(八)

上一篇地址&#xff1a;持续总结中&#xff01;2024年面试必问 20 道 Redis面试题&#xff08;七&#xff09;-CSDN博客 十五、使用过Redis做异步队列么&#xff0c;你是怎么用的&#xff1f; Redis作为一个高性能的键值存储系统&#xff0c;非常适合用来实现异步队列。异步队…

【STM32单片机】----实现LED灯闪烁实战

&#x1f3a9; 欢迎来到技术探索的奇幻世界&#x1f468;‍&#x1f4bb; &#x1f4dc; 个人主页&#xff1a;一伦明悦-CSDN博客 ✍&#x1f3fb; 作者简介&#xff1a; C软件开发、Python机器学习爱好者 &#x1f5e3;️ 互动与支持&#xff1a;&#x1f4ac;评论 &…

【机器学习-23】关联规则(Apriori)算法:介绍、应用与实现

在现代数据分析中&#xff0c;经常需要从大规模数据集中挖掘有用的信息。关联规则挖掘是一种强大的技术&#xff0c;可以揭示数据中的隐藏关系和规律。本文将介绍如何使用Python进行关联规则挖掘&#xff0c;以帮助您发现数据中的有趣模式。 一、引言 1. 简要介绍关联规则学习…

[处理器芯片]-5 超标量CPU实现之ALU

ALU&#xff08;Arithmetic Logic Unit&#xff0c;算术逻辑单元&#xff09;&#xff0c;是CPU执行单元中最主要的组成部分。 1 主要功能 算术运算&#xff1a;执行加法、减法、乘法和除法等算术运算。 逻辑运算&#xff1a;执行与、或、非、异或等逻辑运算。 移位运算&am…

动态路由实验—OSPF

动态路由协议实验-------OSPF 链路状态路由选择协议又被称为最短路径优先协议&#xff0c;它基SPF&#xff08;shortest path first &#xff09;算法 实验要求&#xff1a;各个PC之间能够互通 1.四台PC配置如下 PC1 PC2 PC3 PC4 2.配置各个交换机的口子的IP R1 <HUAWE…

Room注解无效原因

在Android项目中&#xff0c;如果父模块使用Kotlin&#xff0c;而子模块用Java编写&#xff0c;并且在子模块中使用了Room库&#xff0c;那么你会发现需要使用kapt而不是annotationProcessor来处理Room注解。这里有几个原因和背景知识&#xff1a; 1. 项目配置的影响 父模块的…

spiderfoot一键扫描IP信息(KALI工具系列九)

目录 1、KALI LINUX简介 2、spiderfoot工具简介 3、在KALI中使用spiderfoot 3.1 目标主机IP&#xff08;win&#xff09; 3.2 KALI的IP 4、命令示例 4.1 web访问 4.2 扫描并进行DNS解析 4.3 全面扫描 5、总结 1、KALI LINUX简介 Kali Linux 是一个功能强大、多才多…

YOLOv8+PyQt:实时检测(摄像头、视频)

1.YOLO&#xff1a;CPU实时检测&#xff08;摄像头、视频&#xff09;https://blog.csdn.net/qq_45445740/article/details/106557451 2.YOLOv8PyQt&#xff0c;实现摄像头或视频的实时检测 需要安装 PySide6 和 ultralytics pip install PySide6 pip install ultralyticsfr…

基于docxtpl的模板生成Word

docxtpl是一个用于生成Microsoft Word文档的模板引擎库。它结合了docx模块和Jinja2模板引擎&#xff0c;使用户能够使用Microsoft Word模板文件并在其中填充动态数据。这个库提供了一种方便的方式来生成个性化的Word文档&#xff0c;并支持条件语句、循环语句和变量等控制结构&…

如何在 Elasticsearch 中选择精确 kNN 搜索和近似 kNN 搜索

作者&#xff1a;来自 Elastic Carlos Delgado kNN 是什么&#xff1f; 语义搜索&#xff08;semantic search&#xff09;是相关性排名的强大工具。 它使你不仅可以使用关键字&#xff0c;还可以考虑文档和查询的实际含义。 语义搜索基于向量搜索&#xff08;vector search&…

Angular Ivy:新渲染引擎的性能提升与优化

Angular Ivy是Angular 9及更高版本中引入的默认渲染引擎&#xff0c;它取代了以前的View Engine。Ivy的目标是提高Angular的性能、减少包大小和提高开发者的生产力。 1. AOT编译的改进&#xff1a; 在Ivy中&#xff0c;Angular使用了更早的AOT&#xff08;Ahead-of-Time&…

在AnolisOS8.9系统安装docker-compose

在AnolisOS8.9系统安装docker-compose 下载docker-compose之前请先确保docker已经安装完&#xff0c;教程可以参考 在阿里Anolis OS 8.9龙蜥操作系统安装docker 下载最新版的docker-compose文件 sudo curl -L https://github.com/docker/compose/releases/download/v2.21.0…

大数据工具之HIVE-参数调优,调度乱码(二)

一、调度乱码 在利用HUE工具,搭建WORKFLOW流程的过程中,如果直接执行hivesql数据正常,不会出现乱码现象,如果利用WORKFLOW搭建的流程,进行数据的拉取,会出现数据中文乱码现象,这些乱码主要是由于select 中的硬编码中文导致出现的现象 具体现象如下: select case when …