首页 > Python资料 博客日记
【Playwright+Python】手把手带你写一个自动化测试脚本
2024-06-25 21:00:04Python资料围观89次
如何使用代理方式打开网页
在 playwright.chromium.launch()
中传入 proxy
参数即可,示例代码如下:
1、同步写法:
1 from playwright.sync_api import sync_playwright 2 3 proxy = {'server': 'http:/127.0.0.1:8080'} 4 5 6 def run(): 7 with sync_playwright() as p: 8 browser = p.chromium.launch(headless=False, proxy=proxy) 9 page = browser.new_page() 10 11 page.goto('https://www.baidu.com') 12 13 title = page.title() 14 if "百度" in title: 15 print("打开百度成功") 16 else: 17 print("打开百度失败") 18 19 browser.close() 20 21 22 run()
2、异步写法:
1 from playwright.async_api import async_playwright 2 import asyncio 3 4 proxy = {'server': 'http:/127.0.0.1:8080'} 5 6 7 async def run(): 8 async with async_playwright() as p: 9 browser = await p.chromium.launch(headless=False, proxy=proxy) 10 page = await browser.new_page() 11 12 await page.goto('https://www.baidu.com') 13 14 title = await page.title() 15 if "百度" in title: 16 print("打开百度成功") 17 else: 18 print("打开百度失败") 19 20 await browser.close() 21 22 23 asyncio.get_event_loop().run_until_complete(run())
同步和异步写法对比
1、同步的优点:
-
代码结构简单易懂,不需要学习
async/await
语法 -
适用于小规模或简单任务
-
调试和理解同步代码更简单
2、异步的优点:
-
能更高效地利用系统资源,避免阻塞等待IO
-
对于长时间操作如网络请求更高效
-
可以支持并发执行多个任务
-
对于大规模和复杂系统更有利
3、区别
-
对于小任务和学习用途,同步代码结构更简单。
-
对于需要长时间IO等待的任务(如网络请求),使用异步可以更高效。
-
对于需要支持高并发的系统(如网站),使用异步模型可以支持更多并发连接。
-
多线程同步会带来锁的问题,而异步避免了锁的使用。
-
异步的FUTURE模式也更易于扩展性好,支持动态增加回调函数。
4、总结
-
小任务用同步
-
长时间IO任务用异步
-
高并发系统用异步
-
以后的功能扩展考虑异步更灵活
一般来说对于现代化系统,异步编程模型将是主流趋势。但同步在某些场景也同样易用。选择时要根据具体需求来权衡。
写一个自动化测试脚本
1、示例脚本
算是个入门的例子,关于每句话的意思,看我注释即可,示例代码如下:
1 import re 2 from playwright.sync_api import Page, expect, sync_playwright 3 4 proxy = {'server': 'http://127.0.0.1:8080'} 5 6 7 def test_baidu(): 8 with sync_playwright() as p: 9 browser = p.chromium.launch(headless=False, proxy=proxy) 10 page = browser.new_page() 11 # 跳转到baidu页面 12 page.goto("https://www.baidu.com/") 13 # 点击输入框 14 page.locator("#kw").click() 15 # 输入框输入selenium 16 page.locator("#kw").fill("selenium") 17 # 点击百度一下查询按钮 18 page.get_by_role("button", name="百度一下").click() 19 # 验证输入框是否输入selenium 20 expect(page.locator("#kw")).to_have_value("selenium") 21 # 验证页面是否包含文本“大家还在搜” 22 expect(page.locator("#content_left")).to_contain_text("大家还在搜") 23 # 退出浏览器 24 browser.close()
注意:测试类和测试方法都要用test_ 前缀命名
2、基本操作
这是 Playwright 常用操作列表,请注意,还有许多其他操作,请务必查看定位器 API 部分以了解更多相关信息。
操作 | 描述 |
---|---|
locator.check() | 选中输入复选框 |
locator.click() | 点击元素 |
locator.uncheck() | 取消选中输入复选框 |
locator.hover() | 将鼠标悬停在元素上 |
locator.fill() | 填写表单字段,输入文本 |
locator.focus() | 聚焦元素 |
locator.press() | 按下单个键 |
locator.set_input_files() | 选择要上传的文件 |
locator.select_option() | 从下拉菜单中选择选项 |
3、断言操作
断言 | 描述 |
---|---|
expect(locator).to_be_checked() | 复选框处于选中状态 |
expect(locator).to_be_enabled() | 控件已启用 |
expect(locator).to_be_visible() | 元素可见 |
expect(locator).to_contain_text() | 元素包含文本 |
expect(locator).to_have_attribute() | 元素具有属性 |
expect(locator).to_have_count() | 元素列表已给出长度 |
expect(locator).to_have_text() | 元素匹配文本 |
expect(locator).to_have_value() | 输入元素具有值 |
expect(page).to_have_title() | 页面有标题 |
expect(page).to_have_url() | 页面有 URL |
4、fixtures夹具的使用
示例代码:
1 import pytest 2 from playwright.sync_api import Page, expect, sync_playwright 3 4 5 @pytest.fixture(scope="function", autouse=True) 6 def before_each_after_each(page: Page): 7 print("before the test runs") 8 9 page.goto("https://www.baidu.com/") 10 yield 11 12 print("after the test runs") 13 14 15 def test_main_navigation(page: Page): 16 page.locator("#kw").fill("万物皆可连 博客园") 17 page.get_by_role("button", name="百度一下").click() 18 expect(page.locator("#content_left")).to_contain_text("万物皆可连 - 博客园")
代码解释:
-
定义了一个名为 before_each_after_each 的 fixture(夹具),它的作用域是每个测试函数,并且设置为自动应用于每个测试函数。
-
在这个 fixture 中:打印 "before the test runs",表示测试运行前执行的操作。使用 page.goto("https://www.baidu.com/") 打开百度首页。
-
yield 关键字在这个 fixture 运行期间挂起,等待测试函数执行。测试函数将在 fixture 的环境下执行。
标签:
相关文章
最新发布
- 【Python】selenium安装+Microsoft Edge驱动器下载配置流程
- Python 中自动打开网页并点击[自动化脚本],Selenium
- Anaconda基础使用
- 【Python】成功解决 TypeError: ‘<‘ not supported between instances of ‘str’ and ‘int’
- manim边学边做--三维的点和线
- CPython是最常用的Python解释器之一,也是Python官方实现。它是用C语言编写的,旨在提供一个高效且易于使用的Python解释器。
- Anaconda安装配置Jupyter(2024最新版)
- Python中读取Excel最快的几种方法!
- Python某城市美食商家爬虫数据可视化分析和推荐查询系统毕业设计论文开题报告
- 如何使用 Python 批量检测和转换 JSONL 文件编码为 UTF-8
点击排行
- 版本匹配指南:Numpy版本和Python版本的对应关系
- 版本匹配指南:PyTorch版本、torchvision 版本和Python版本的对应关系
- Python 可视化 web 神器:streamlit、Gradio、dash、nicegui;低代码 Python Web 框架:PyWebIO
- 相关性分析——Pearson相关系数+热力图(附data和Python完整代码)
- Python与PyTorch的版本对应
- Anaconda版本和Python版本对应关系(持续更新...)
- Python pyinstaller打包exe最完整教程
- Could not build wheels for llama-cpp-python, which is required to install pyproject.toml-based proj