Appcrawler 自动遍历工具 - 智能遍历测试与测试用例生成
效率与成本的抉择
在软件开发过程中,测试环节直接影响产品质量和用户体验。随着系统迭代频繁、功能复杂化,企业在测试方法的选择上面临困境:手工测试灵活却效率低,自动化测试高效却前期投入大。那么,我们到底应该如何选择合适的测试方法,以兼顾质量、效率与成本呢?
手工测试与自动化测试的对比
手工测试与自动化测试的困境
图例:
🔴 高:影响大,必须关注
🟠 中:影响中等,需要注意
我们到底需要什么样的测试方法
智能遍历测试
将被测系统理解为一个有限状态机,通过遍历的方式达到充分的路径覆盖
通过对模型的分析实现自动断言与测试用例自动生成
自动遍历测试是基于模型的测试方法的一种应用场景
基于模型的测试方法
将 app 的业务行为理解为一个有向图
有向图中的节点代表业务状态
有向图中的路径代表达到特定状态的行为
以充分遍历所有状态为目标

智能遍历测试的特点
智能遍历测试相关工具
Google Android App Crawler

Android App Crawler 中文介绍

Robo 测试

Firebase 在线的 AppCrawler 云服务


霍格沃兹测试开发学社 AppCrawler
AppCrawler 介绍
Appcrawler 是一个基于自动遍历的 App 爬虫工具,支持 Android 和 I0S,支持真机和模拟器。最大的特点是灵活性高,可通过配置来设定遍历的规则
appcrawler 全平台自动遍历测试工具 0&A:https://ceshiren.com/c/opensource/appcrawlerauthor:seveniruby
基于模型分享探索路径与测试用例生成

保留每一步截图

AppCrawler 报告

AppCrawler quick start
核心配置
capability 设置:与 selenium appium 完全一致
testcase:用于启动 app 后的基础测试用例
selectedList:遍历范围设定
triggerActions:特定条件触发执行动作的设置
配置语法
testcase 的简写形态
xpath:对应 when 里的 xpath
action:对应 when 的 action
testcase 的完整形态
given:所有的先决条件
when:先决条件成立后的行为
then:断言集合

递归遍历过程
crawl():
把当前 app 的界面 dump 为 xml 结构
获取待遍历元素
遍历范围 selectedList
过滤黑名单 小控件 不可见控件 blackList
重排控件顺序 firstList lastList
跳过已点击+跳过限制点击的控件 tagLimit
根据匹配的规则执行 action 中
crawl()
UI 界面结构获取

遍历策略
列表优先策略

深度优先策略

列表项代码逻辑基本相同
默认只遍历其中的部分数据,可大大减少遍历工作量

少部分列表项每个逻辑都不同全部遍历
对特殊的菜单与相似项提供额外的遍历额度

遍历算法的综合
基于界面流程
深度优先
广度优先
基于 U 控件属性的遍历策略
深度:控件在布局中的层级
列表优先:ListView RecyclerView 通常是核心数据
非菜单优先:selected 属性为 true 的一般用于菜单展示
实现方式:sortByAttribute:[depth, list, selected ]
智能遍历的三要素
界面与控件结构识别
自动化 RPA
遍历算法
纯 adb 也可以完成遍历测试
adb shell uiautomator dump
adb shell screencap
adb input
设计通用遍历算法
Web 遍历技术
Web 遍历的流程
需要首先解决 page source 为 html 的问题
利用 ExecuteScript 植入 js 获取页面结构
转成兼容 android 的格式

测试用例生成
大前端 (Web/App)测试框架

测试用例生成价值
行业目前问题
行业目前哈没有统一的测试框架
编写测试用例费时费力
用例无法自动生成与探索
解决方案
打造统一测试框架
提供多种测试框架的测试用例生成
利用模型驱动测试方法自动扩展测试用例
App Diff 测试方法
diff 方法 diffy 思路的借鉴

Diff 测试结果

Diff 测试案例


通过 DOM 对比差异



Diff 测试报告

写在最后
智能遍历测试通过模型驱动,实现对应用的高覆盖、快速执行和低维护成本,为手工测试和传统自动化测试提供了有力补充。无论是 App 还是 Web 系统,都可以通过智能遍历实现更全面的测试覆盖,降低人力成本并提升效率。
如果你希望在企业内部实现私有部署,保障数据安全与可控性,同时享受智能遍历测试带来的高效回归能力,欢迎联系我们获取更多方案和技术支持。
评论