selenium

一、原理

1.代码：通过webdriver协议将代码发给webdriver驱动

2.驱动：驱动将命令发给浏览器

3.浏览器：浏览器执行命令

二、需要引入哪些库

time、os、unitest、webdriver、HTMLTestRunner

1、引言（含a、编写目的；b、预期读者；c、参考资料）；

2、测试范围；

3、测试策略（根据不同的测试类型考虑不同的测试方法）

测试类型：

功能测试；
兼容性测试；
性能测试；
接口测试；
安全性和访问控制测试；
数据和数据库完整性测试；
集成测试；
用户界面测试；
负载测试；
强度测试；
容量测试；
故障转移和安装测试；
配置测试；
安装测试等。
功能测试，根据需求分析的思维导图和功能测试的测试用例覆盖功能模块；

兼容性测试，要根据产品的应用场景来考虑，比如IE、Chorme、ios、android、不同机型等等；

性能测试，根据产品架构、预估数据、线上数据来判断需要执行性能测试的功能接口（比如登录接口）；

接口测试，安全性测试等等要根据实际的项目需求来确定。

将需要用到的测试类型按照测试场景、测试方法等以引用文件的形式填写到测试计划中去，以便让所有项目人员清楚的知道要做哪些测试工作以及怎么做。

4、测试资源（含a、测试人员；b、测试环境（测试服务器环境、终端测试环境、网络环境）；c、测试工具（bug管理工具、用例管理工具、性能测试工具等）；d、bug的等级定义）；

5、进度安排

测试工作量估算

测试评估（业务复杂度、测试复杂度、产品质量要求、人员数量及能力）  ；
进度安排（评估不同阶段、不同类型的测试工作的工作量、分配人力、预估时间） ；
输出文档

测试计划；
功能测试用例；
性能测试方案；
bug数据；
性能测试数据；
测试报告等等。
6、发布标准：

测试完成标准

测试计划里所有测试类型都已经完成了；
功能上、兼容性上没有影响用户使用的Bug ；
允许遗留小部分影响不是很大的Bug，但这个数量应该小于一个值 ；
性能上符合设计目标和上线要求 这些标准都是针对测试工作本身的要求。
产品发布标准

产品需求都已完成；
符合交互设计规范，符合视觉要求，设计已通过评审 ；
遗留的一定比例数量的小部分Bug通过项目组完成了风险评估，都认可且问题不大；
产品使用说明或用户手册或更新log都已完备等等。
7、风险说明：

测试范围的风险，比如说测试需求分析是否准确、到位，是否漏了测试点，是否遗漏了某个测试类型，所以测试需求分析是整个测试工作的基础，还有就是产品需求变更的风险，加需求、减需求、改需求都需要重新进行测试需求分析；
测试进度的风险，比如说做计划时工作量估计的不准，导致项目延期，还有可能开发工作没有按时完成或改bug不及时导致进度延后，还有可能测试人员因为别的项目更重要抽调走了或者请假、离职等原因造成人员变动；
产品质量的风险，比如开发的代码质量比较低或者测试人员是新人对业务不熟悉，能力和经验有所欠缺等等；
测试环境的风险。

• 测试框架

• • unittest – (Python 标准库) 单元测试框架。
  • nose – nose 扩展了 unittest 的功能。
  • contexts – 一个 Python 3.3+ 的 BDD 框架。受到C# – Machine.Specifications的启发。
  • hypothesis – Hypothesis 是一个基于先进的 Quickcheck 风格特性的测试库。
  • mamba – Python 的终极测试工具， 拥护BDD。
  • PyAutoGUI – PyAutoGUI 是一个人性化的跨平台 GUI 自动测试模块。
  • pyshould- Should 风格的断言，基于 PyHamcrest。
  • pytest- 一个成熟的全功能 Python 测试工具。
  • green- 干净，多彩的测试工具。
  • pyvows- BDD 风格的测试工具，受Vows.js的启发。
  • Robot Framework – 一个通用的自动化测试框架。

• Web 测试

• • Selenium – Selenium WebDriver 的 Python 绑定。
  • locust – 使用 Python 编写的，可扩展的用户加载测试工具。
  • sixpack – 一个和语言无关的 A/B 测试框架。
  • splinter – 开源的 web 应用测试工具。

• Mock测试

• • mock – (Python 标准库) 一个用于伪造测试的库。
  • doublex – Python 的一个功能强大的 doubles 测试框架。
  • freezegun – 通过伪造日期模块来生成不同的时间。
  • httmock – 针对 Python 2.6+ 和 3.2+ 生成 伪造请求的库。
  • httpretty – Python 的 HTTP 请求 mock 工具。
  • responses – 伪造 Python 中的 requests 库的一个通用库。
  • VCR.py – 在你的测试中记录和重放 HTTP 交互。

• 对象工厂

• • factoryboy – 一个 Python 用的测试固件 (test fixtures) 替代库。
  • mixer – 另外一个测试固件 (test fixtures) 替代库，支持 Django, Flask, SQLAlchemy, Peewee 等。
  • modelmommy – 为 Django 测试创建随机固件

• 代码覆盖率

• • coverage – 代码覆盖率测量。

• 伪数据

• • faker – 一个 Python 库，用来生成伪数据。
  • fake2db – 伪数据库生成器。
  • radar – 生成随机的日期/时间。

• 错误处理

• • ***It.py – ***It.py 使用最先进的技术来保证你的 Python 代码无论对错都能继续运行