全国咨询热线：136-9172-9932
自动化测试是通过工具或脚本模拟人工操作，对软件的功能、性能、兼容性等进行验证的过程。其核心目标是提高测试效率、覆盖更多测试场景，并减少人为错误。面试中关于自动化测试的常见问题如下：
解决办法：selenium是在点击元素时是通过元素定位的方式找到元素的，要提高点击的成功率，必须保证找到元素的定位方式准确。但是在自动化工程的实施过程中，高质量的自动化测试不是只有测试人员保证的。需要开发人员规范开发习惯，如给页面元素加上唯一的name,id等，这样就能大大地提高元素定位的准确性。当然如果开发人员开发不规范，我们在定位元素的时候尽量使用相对地址定位，这样能减少元素定位受页面变化的影响。只要我们元素定位准确，就能保证我的每一个操作符合我的预期。
解决办法：Selenium脚本的执行速度受多方面因素的影响，如网速，操作步骤的繁琐程度，页面加载的速度，以及我们在脚本中设置的等待时间，运行脚本的线程数等。所以不能单方面追求运行速度的，要确保稳定性，能稳定地实现回归测试才是关键。
我们可以从以下几个方面来提高速度：
1)减少操作步骤，如经过三四步才能打开我们要测试的页面的话，我们就可以直接通过网址来打开，减少不必要的操作。
2)中断页面加载，如果页面加载的内容过多，我们可以查看一下加载慢的原因，如果加载的内容不影响我们测试，就设置超时时间，中断页面加载。
3)在设置等待时间的时候，可以sleep固定的时间，也可以检测某个元素出现后中断等待也可以提高速度。
4)配置testNG实现多线程。在编写测试用例的时候，一定要实现松耦合，然后在服务器允许的情况下，尽量设置多线程运行，提高执行速度。
解决办法：此时我们要分析出不稳定的原因，然后有针对性的去解决问题。主要有以下几个方面 ：
1)网速问题：有的时候网页加载的比较慢，在程序执行的时候要操作的元素没有显示出来。这种情况比较常见，运行一次网速好的时候通过了，再运行一次，页面没有打开，就不通过了。为了提高稳定性，我们只能牺牲运行时间了，在经常检测失败的元素前加上等待时间，等要操作的元素出现之后再执行下面的操作。
2)Selelnium的原因：Selenium1.0和2.0还是有区别的，有些儿函数在2.0下运行确实有时而有效，时面无效。如果mouseover()函数，就是这种情况， 我们需要避免使用这类的函数。
3)多线程的时候，测试用例间相互影响。虽然多线程的时候运行速度比较快，但是如果用例之间的耦合性没有设计好，也会影响的，如果用例A先于用例B执行的时候，就会影响到用例B;反之则没有问题。这种情况，如果你的自动化测试工程打算多线程的时候，提前就要把测试用例测试的耦合度比较松，尽量没有任何关系，因为多线程的执行顺序是不受控制的。
1.模块化框架(test script modularity)
2.函数库结构框架(test library architecture)
3.关键字驱动测试框架(keyword-driven/table-driven testing)
4.数据驱动测试框架(data-driven testing)
5.混合型框架(hybrid test automation)
——结论是两者差不多，一般人用用testng就好。
原因：
1.testng底层调用junit
2.历史上曾有testng优于junit的一段时期，但随后junit已更新并追赶上来
3.testng的data provider使用较方便
4.testng能做的事情junit都能做，但是有的地方会比较麻烦，例如，数据驱动，多线程并发执行测试用例。testng更便捷，自带。junit则要依靠第三方工具提供。
5.junit能做的事情testng也都能做，但junit也有更便捷的时候。比如soft assertion，junit可以直接继承jassert做，testng你要自己去实现静态类来做。
6.junit是testng的底层，灵活度上更高。testng调用junit，对测试员来说用户体验更好。
像用来发送请求的一般都是调用以下方法
reponse = requests.get()
reponse = requests.post()
获取响应数据一般都是调用以下方法
reponse.status_code
reponse.reason
reponse.text
reponse.json()
reponse.headers
reponse.cookies
Requests 库这个里面主要封装了各种发送请求处理请求的方法
Json 库这个库主要用来将json 格式转化为字典，或者将字典转化为json 格式数据
Re 库，这个库当时是针对后台返回的是html 格式，用来提取html 格式中的数据的
Xlrd 库，这个库当时主要用来读取excel 表格数据的
Ddt 库，这个库主要用来实现数据驱动的
Pymysql 库，这个库主要就是用来读取数据库，操作数据库的。
传递请求头，其实还是比较简单的，首先要搞清楚这个接口需要传递哪些请求头的参数，然后订制一个请求头，一般都是组装成一个字典，然后在调用post 或get 方法发请求的时候，在这两个函数中有一个关键字参数叫headers，这个参数就是用来传递请求头的，把组装好的请求头的字典格式的数据，通过headers 关键字参数进行传递就可以了。
这个就是需要动态关联了，比如当时我们那个电商项目做的支付接口，支付接口就需要用到下单接口中的一个订单号，首先需要发送下单接口的请求，并调试通过，然后把响应数据中的订单号提取出来。之后就在调试支付接口的时候，需要组装支付接口的请求参数，其中的一个参数就是订单号，把上一个接口提取出来的订单号填入即可，然后就发请求就可以了。
比如加入购物车的接口需要先登录，这个加入购物车的接口需要用到登录接口的cookie 值，用来做鉴权，这里先发登录接口请求，调试通过，然后把响应数据中的cookies提取出来(这里需要调用response 这个响应对象中的cookies 就可以了)，在调试加入购物车的接口的时候，post 请求方法中有一个cookies 关键字参数，把刚才提取出来的cookies 值通过这个cookies 关键字参数来传递就可以了。
用例数据这块，当时公司要求使用excel 表格来进行管理，其实这里主要也是为了实现数据与脚本的分离，提高整个工程后期的维护与优化，这里把数据封装到excel 表格之后我们在脚本中通过调用封装好的读取excel 表格的数据函数，然后利用ddt 模型来引用这些数据组织请求参数或头，发请求。
对excel 表格中的用例数据，我们是这么组织的，会有以下几个字段像用例标题，请求地址，请求方式，请求头，请求参数，响应结果，这个几个部分，对于请求头跟请求参数，因为脚本中发请求都是通过组装成字典的形式来发送的，所以这里我们也是通过类似于字典的形式文本格式来进行组织，主要就是方便后期脚本的提取与引用。
