基于Selenium的Web自动化测试解释器①

沈大框,黄永锋,罗保国

1(东华大学 计算机科学与技术学院,上海 201620)

2(中国科学院 软件研究所,北京 100190)

21世纪以来,随着通信技术的飞速发展,互联网行业市场份额所占比重越来越高.传统落后而且效率低下的手工软件测试已经不能满足市场的需求,Web程序自动化测试技术越来越受人们的重视.这几年,各种Web自动化测试工具被相继推广发行,已经得到广泛的应用.但这些测试工具主要研究浏览器中Javascript的执行机制和它们对不同浏览器的兼容性.以此在原来的基础上丰富库函数,从而增加测试的功能和提高测试工具的稳定性.虽然这些测试工具功能全面,能够让繁琐的任务自动化,节省人力资源,降低测试成本.但是近年的研究只是对测试工具的功能积木式的累加,并没有实质的创新与突破.大多数测试工具依然需要借助传统的编译器才能执行测试.这需要使用者具备一定的编程能力，而且测试脚本开发成本较高.所以当下Web软件自动化工具的发展依然让测试具有很高的门槛[1–3].

目前,较为常见的Web自动化测试工具集主要包括 Ranorex、QTP、WinRunner、Selenium、Watir、Sahi等.前三者是商用的Web程序自动化测试工具,功能强大但价格昂贵.后三者是开源的Web程序自动化测试工具.虽然在使用上比不上商用所能提供便利的可视化效果和舒适的使用方式,但是已经能够满足测试人员的使用需求.而且Web应用不同于传统的Window应用,Web产品具有产品数量大、产品变化快、对硬件环境和网络敏感等特点.所以人们会去优先选用像Selenium这种兼容性较强的测试工具[4].

事实上,Selenium测试工具是历史发展最为悠久、测试功能最为全面、脚本支持最多的测试框架.Selenium可以部署在Windows、Linux和macOS平台上.它支持脚本的录制与回放功能,通过Selenium IDE来录制测试脚本,并提供UI编辑中间的任何步骤.录制保存后可以后可以使用Selenium RC或者Selenium WebDriver来回放录制内容.录制的脚本被记录在Selenese中,这是一种针对测试Web应用程序的Selenium命令集.但是它的命令集不具备编程语言的特性,只能处理简单的测试单元.实际应用中,人们很少使用Selenese来编写测试用例,而是使用Java,Python,Ruby等[5].

所以本文选择以Selenium为切入点,从研究Selenium的测试机制出发,设计一个专用的Web自动化解释器.该解释器能实现测试脚本与测试数据的分离、自动生成测试报告和支持半自动化测试，从而提高Web自动化测试的柔性和实用性.通过分析Selenium WebDriver API中的测试功能来构建测试的类的依赖关系,把Selenium测试功能划分成为一个层次分明和分工明确的结构体.然后根据Web应用程序自动化测试的流程和Selenium的测试功能的划分对该解释器构建模块.从测试的需求出发,使能初步设计出一个以Selenium为后端,更加符合人们使用习惯的脚本解释器.最终期望测试人员使用该解释器能够降低自动化测试的门槛和提高测试开发的效率.

1 解释器的模块构建

1.1 Selenium的工作原理

Selenium升级到2.0以后,它重点发展了Selenium WebDriver.由之前的必须先启动Selenium Server使其与各个浏览器进行通信交互发展到直接调用浏览器本身的WebDrive驱动进行与浏览器的会话,绕过JavaScript沙箱,提高了Selenium的测试效率和对各个浏览器的兼容性.图1是Selenium的测试原理.新一代的Selenium做Web软件自动化测试,本质上是调用Selenium API关于WebDriver的API.WebDriver是嵌入在浏览器中的驱动,能够直接调用浏览器的原生JavaScript来控制浏览器,相当于模拟人类对浏览器的操作.如点击某个位置、给某个输入框输入键值等.本章从Selenium WebDriver入手,着重分析WebDriver API接口的特点,先对Selenium测试进行模块拆解,然后对解释器进行模块建立[6].

图1 Selenium的测试原理

1.2 构建解释器模块

根据SeleniumAPI文档,Selenium对浏览器的控制操作主要放在了RemoteWebDriver、RemoteWeb-Element、RemoteWindow和Actions这四个类中.前三个类分别表示浏览器、控件、和窗口层次的概念.浏览器位于最高层次,RemoteWebDriver类中的方法能够对浏览器和窗口的特性进行控制,也可以对控件进行查找并创建控件对象.RemoteWebElement类里包含控件的属性值和控件的动作,它自己也提供对控件的查找与创建.RemoteWindow类中包含窗口的属性值和窗口的动作,但是它必须通过浏览器来创建并控制窗口的动作.图2是三个测试类之间的依赖关系.Actions类对上述三个类测试功能的扩展,一方面它提供了模拟鼠标和键盘的一些动作以及组合键使用.另一方面Actions类既可以完成控件单一的动作,也可以把多个动作合成一个具有测试顺序的组合动作.综上所述,根据这几个类提供的测试方法对其进行分类,可以把Selenium的测试分为5个模块,分别为: 获取控件属性值,获取窗口属性值、控件定位、执行控件动作、执行窗口动作,这也是对应解释器的初始模块.

图2 测试类之间的依赖关系图

在Web自动化测试中,除了对浏览器的窗口与页面进行模拟人类的操作.还需要去检查页面的属性值是否和预设的结果一样,以及触发某一动作后,检查一下该动作是否触发成功.所以除了根据Selenium提供的API把解释器构建成上述5个模块以外,还需要根据实际的测试需求增加数据的验证.上述5个模块的测试都需要进行数据验证,它们共同指向数据验证模块.如图3是解释器的模块结构图.SeleniumAPI中没有对数据验证提供相关的接口,需要测试开发人员使用它所依赖的程序语言人工编程实现.这也就给测试带来很多额外的开发成本.从测试需求出发,在解释器设计阶段给解释器增加数据验证与检查模块.这样能增加解释器的可扩展性,降低测试脚本、测试数据和测试报告之间的耦合性.

图3 解释器的模块结构图

2 解释器语法的研究

Selenium使用Java、Python、Ruby等编程语言编写的测试脚本,一方面开发难度较高,另一方面可读性较差.本文研究的基于Selenium的解释器是专门针对测试的,避免了像Selenese那样仅提供测试指令集,无法进行具有控制逻辑的测试.解释器的基础的语法参照Python和Octave等解释器型的语法规则,删除了与测试无关的部分,同时也根据测试的特点进行改进和增添新的测试使用方式.该解释器仍包含一般编程语言具有的基本模块如变量与常量、表达式、算术运算符、关系运算符、逻辑运算符、条件语句、循环语句、宏定义、内部函数与外部函数、输入与输出等.这使得解释器能完成具有复杂逻辑的测试需求,同时简化整个编译器的语法,降低使用难度.

2.1 窗口属性值和控件元素属性值获取模块

在测试的过程中,经常有获取浏览器窗口与控件元素属性值的需求.如获取这些属性值来验证它们的正确性或者暂时保存下来给后续的测试步骤使用.窗口属性值主要包括窗口的URL、窗口的标题、窗口的Handle、窗口的Body内容等.控件元素的属性主要包括XY(横纵)坐标、元素的标签名、元素的属性值、和元素的css属性值等.如果用Java或Python的Selenium来获取上述属性值,则需先创建窗口或控件的对象,然后调用对象里的方法来实现,这需要测试人员有面向对象的编程思想，并且开发步骤繁琐.参考Javascript的框架JQuery获取元素对象的方法,Selenium解释器可以使用$(string_name)来获取窗口的属性值,其中括号里的变量为窗口属性的名称.用$(*var)、$(.class)、$(:attr)等获取控件元素的属性值,其中var表示控件元素特定简写值如X、Y分别表示坐标;class表示控件元素的class属性值; attr表示控件元素的Attribute属性值.

2.2 控件定位模块

Selenium在获取当前页面的控件元素时,通过筛选方法来得到控件对象.使用时需要调用FindElement(string type,string value)函数,它传入了两个参数: 定位方式和定位的属性值.解释器依照上述使用方式,把定位方式定义到脚本的语法层次.根据Web程序测试的特性,Selenium提供了8种控件查找方式,分别是Xpath、LinkText、Id、Tagname、ClassName、Name、PartialLinkText、CssSelector.为了提高控件抓取的效率,和抓取控件的多样性、以及符合编程人员的使用习惯,解释器参考JQuery和W3C对网页的定义的标准,用@/xpath、@&LinkText、@#id、@

2.3 窗口与控件的动作执行模块

执行动作包含两类动作: 一是当前控件的动作,二是浏览器的窗口的动作.控件的动作包括点击、文本框传入键值、移动鼠标到指定位置等.浏览器的窗口动作包括打开某一版本的浏览器、切换窗口、导航窗口到指定链接、处理弹框等.执行动作时与函数的调用一样,把动作执行看做内部函数的调用.直接使用函数名称并传入相应的参数来实现,比如OpenWindow(string url)表示当前浏览器打开一个指定URL的新窗口.

2.4 验证与检查模块

Web软件自动化测试要求在测试某个功能后,需要检查该功能的正确性.即验证当前页面或者经过某次执行动作后页面的一些属性值与给定的参数值是否相等.验证检查需求有很多,如验证窗口的URL、控件元素的标签名、某个Select控件是否被选中等.使用Java或Python 的Selenium做Web自动化测试验证,需要根据根据测试报告的格式定义数据结构,然后手工编程实现判断验证内容的正确性,最后把验证结果写入测试报告对象中，它们均不能自动生成测试报告.在解释器层面先引入测试步骤的概念,并在它内部预先定义好通用的测试报告格式,这些测试报告可以用外部配置文件去修改,以便兼容其他平台或公司内部测试报告格式.使用验证表达式!($(url)==url)能够直接完成上述验证测试的需求,并把验证结果写入到测试报告[7].

2.5 半自动化测试

解释器为了适应市场的需求,率先提出“半自动化测试”的思路,在适合自动化执行的地方嵌入机器代码,在不适合于自动化的地方仍旧由人工进行.脚本中嵌入/1: message,解释器遇到这行代码会弹出提示信息,提示信息即脚本中的message.测试人员可以先手工测试一段难以实现自动化的步骤,并填写是手工测试的完成情况,然后点击弹框的确定按钮,解释器会继续执行后续的测试.这种设计方案中,提供人工操作与机器代码执行可随时切换的功能,从而让测试团队在安排自动化测试的任务时更加灵活.

2.6 解释器执行过程

解释器(英语: Interpreter),是一种计算机程序,能够把高级编程语言逐行解释运行.在本文设计的解释器中,它先调用词法分析器取得Token,每遇到一个终止符就调用语法分析器生成语法树.然后调用已经封装好的基于C#的Selenium特征库,执行该语句.浏览器Web页面会接收到解释器发来的命令,处理相应的动作.总之解释器的目标是努力向前按步执行下去,直到脚本程序执行结束[8–10].图4是自动化测试解释器流程图.

3 解释器的测试与评价

3.1 解释器的测试

为了证明该解释器的功能性、测试脚本的简易性和可阅读性.专门设计一个登陆验证的测试用例,然后使用本文设计的解释器对测试用例进行脚本开发和测试执行.登陆验证通过对登录名和密码的输入框分别键值为空、键值错误信息、键值正确信息,一共9种情况,然后点击登录，验证登录结果与预先设定的结果是否一致.这9组数据全部测试通过,登录验证功能才能判断为通过[11].登录验证的测试脚本和测试报告如下:

从上述测试脚本看出,几乎每行测试脚本都能看到测试的影子,脚本具有极强的可读性.十几行代码就实现一个完整的登录验证测试,并能自动生成测试报告.说明该解释器语法的设计很适合进行Web自动化测试,测试开发很容易实现.

3.2 解释器的评价

为了能综合评价该解释器的实用性,使用本文设计的解释器与Selenium的Java、Python和Ruby版对上节登录验证的测试用例在9组登录数据上进行了脚本开发,并执行测试.脚本开发过程中对开发难度做和测试数据与测试脚本分离难度做了评估.测试过程中,采集了测试用例的运行时间.最后综合从开发难度、是否生成测试报告、是否支持半自动化测试、测试数据与测试脚本分离难度和运行时间5个维度综合评价解释器.其中运行时间能有效评估解释器的执行效率.表1是Selenium测试的比较.

由此可见,本文设计的解释器更加容易实现测试开发和测试数据和测试脚本的分离.并且解释器增加了自动生成测试报告和支持半自动化测试的功能.一定程度上增强了该解释器的实用性.由表中的运行时间数据,该解释器在同一个测试用例上的运行时间少于Selenium的其他语言,得出该解释器的执行效率也有所提升.总体来说本文设计的解释器在Web自动化测试方面具有更高的实用性和优越性.

图4 自动化测试解释器流程图

表1 Selenium测试的比较

4 总结与展望

本文从解释器的研究出发优化了Selenium自动化测试,初步设计了一个专门用于Web自动化测试的解释器.该解释器的语法从测试角度出发,使得测试人员更加容易学习和使用.从实验结果可以看出基于Selenium的解释器可以降低测试人员的使用门槛,提升测试的效率,具有更高的使用价值.但当前解释器对Web测试的语法还不够精炼和完善,解释器的稳定性和执行效率还有很大的提升空间.未来将会在这两个方向去做更深入的研究.