从接口 body 提取的时候为何不直接用 jsonpath 提取到对应的值呢
//参考一下 用 java 写的
// 从 ${}中匹配到的参数 如果是以__
开头则尝试进行函数匹配 这里的参数是 ${__yesterday(yyyy-MM-dd)}
Pattern matchFuncPattern = Pattern.compile("__(.+?\\(.*?\\))");
Matcher matcherFunc = matchFuncPattern.matcher(param);
while (matcherFunc.find()) {
String methodStr = matcherFunc.group(1);
String method = methodStr.substring(0, methodStr.indexOf("("));
//urlencode 函数直接使用整个methodParam,参数中有可能会带有逗号
String methodParam = methodStr.substring(methodStr.indexOf("(") + 1, methodStr.lastIndexOf(")"));
//其他函数使用逗号来区分多个参数
String[] methodParams = methodParam.split(",");
//funcValue用来存储内置函数生成的值
String funcValue = "";
switch (method.toLowerCase()) {
case "yesterday":
//使用函数生成的值替换占位符,这里是 2023-08-10
函数名加一个约定的标志 带这个标志的就可以尝试当成函数解析 其实就是一个 switch case 就可以了
是的 现在信创化浪潮 这种场景需求非常多
先点一下 select 元素 再点 input 元素 当成普通元素操作
不是 selenium 封装那种 select 那个是操作原生 html 元素的
现在用 metersphere 管理用例
可以定义专用的关键字,具体参考 RF 的设计
45 了
testNG.setUseDefaultListeners(false);
竟然记得这么清楚 录音了把
有 ID 不过只是用来作为步骤的唯一标识。 顺序是同一个用例的步骤从上至下执行
所以同一个用例的步骤最好写在一起 最好不要和别的用例步骤混着写
autoit 可以用 不过他只能在 windows 环境运行 无头模式也不能用 限制比较大 所以实际场景中作用有限
testng 本身可以通过 ITestContext 接口来实现上下文数据传递
如果测试团队里有 python 比较强的或者和你差不多的 用 py 也可以 至少可以相互交流 取长补短
另外 py 和 java 并不冲突 两者都是要掌握的 只是可以以其中一项为主 我现在工作中主要使用 java
但一些私人的或临时性的脚本 还是用 py 作效率会更高 而且如果长期不用 语法都会忘记的
不管用什么 能和研发的主要技术栈对齐就是最好的选择 , 现在绝大多数的企业应用是基于 java 构建的
所以相对来说我个人认为熟练掌握 java 更重要 为什么现在主流是 python 只是因为它上手简单 学习曲线平滑而已
加过几个群 要么就是死水一潭 要么就是全是扯些不相关的话题
自动化测试本来的定位就是偏向于回归和历史版本的验证。 跟随迭代进程,可以做接口测试 而不是接口自动化测试。 承对于不稳定功能的自动化落地成本太高了
我们现在就是半强迫式的。 年初会根据各自的实际条件给他们定好学习目标,由自己制定学习计划,每个季度一次考核,直接计入绩效。
另外每个人年内至少需要在公司内部发表一篇技术文章,并进行技术分享。 达不到要求的,绩效会收到很严重的影响
写的浅显易懂 但是也太浅显了一点 建议楼主可以做成一个系列 逐步深入
没有什么更好不更好的 合适的就是好的 每个公司情况不同 选一个合适的解决方案就行了 关键还是在于如何落地
至于你领导说有更好的 你也可以去调研一下 完了再写个报告分析下各种方案的利弊 要用数据说话
失败的比例有多少? 为什么用无头模式能提高成功率分析过吗? 前公司的 UI 用例也有 4000 多 执行环境还没有你这么好 没有遇到过这种问题
期待新书问世 ! 已定阅,第一时间支持
感谢楼主分享
xmind 数据解析生成用例 我也了解过 需要指定 xmind 的格式才行吧 我们的测试点分析没有一定的格式 解析起来比较麻烦 而且我们的用例大部分是以 Word 格式存储的(交付需要) 所以没有朝这方面发展
jira 方面现在只做了缺陷的跟踪提醒,每天定时统计缺陷,
对测试发送当日的新增、关闭、待复验的缺陷信息以及缺陷信息规范性校验
对研发发送各自关联的待解决缺陷,延期缺陷和一些其他的预警信息 另外数据落盘方便后续的统计分析
可以尝试一下 airtest 基于图形识别的