前言

关于测试windows 桌面 app，不是桌面浏览器打开 url！
我的需求：自动登录某应用，点击指定按钮，打开新的窗口。
结论：虽然经历曲折，最终还是找到了解决方案。
涉及：win32api 、appium、selenium。

因为刚刚接触，找了很多资料，可能是一开始查询的姿势不对，一直想的是如何操作 windows 的 app（摔桌！），找到了两种方案，一种是 vs 自带的 CodedUI Test，一个是 win32 的库。但我要测试的 app 是个套壳的 web，再加上我用的是 python，前者我就直接略过了。然后开始研究 win32 的库。

win32

这个库是 python 调用 Windows api 的库，有很多类，感觉基本所以的操作都能做。我用到的不多，因为没有想用这个做完整的自动化测试，就用到了几个基本的 win32api、win32process、win32gui。虽然我最后没有用这个，不过也算是收获了一些知识。

安装

首先这个安装，我最开始安装的是 pywin32，用的时候遇到了一些问题，虽然找到解决办法了，但在最后网友们说建议用 pypiwin32，然后我就默默的卸载重装了，果然没那么多问题了...

<!-- old -->
$ pip install pywin32
<!-- new -->
$ pip install pypiwin32

模块使用

win32api

主要使用 win32api 执行一些命令，获取系统信息等，可以打开一个桌面 app

win32api.ShellExecute(hwnd, op , file , params , dir , bShow)  
# ShellExecute这个函数接收6个参数，  
# hwnd：父窗口的句柄，如果没有父窗口，则为0。
# op：要进行的操作，为“open”、“print”或者空。
# file：要运行的程序，或者打开的脚本。
# params：要向程序传递的参数，如果打开的为文件，则为空。
# dir：程序初始化的目录。
# bShow：是否显示窗口。

获取 app 版本信息win32api.GetFileVersionInfo(app_name, os.sep)

win32process

在打开桌面 app 这一步，用 win32process 替代了 win32api.ShellExecute，win32process 能更好的管理打开的程序。

win32process.CreateProcess(appName, commandLine , processAttributes , threadAttributes , bInheritHandles ,dwCreationFlags , newEnvironment , currentDirectory , startupinfo )
# appName：可执行的文件名。
# commandLine：命令行参数。
# processAttributes：进程安全属性，如果为None，则为默认的安全属性。
# threadAttributes：线程安全属性，如果为None，则为默认的安全属性。
# bInheritHandles：继承标志。
# dwCreationFlags：创建标志。
# newEnvironment：创建进程的环境变量。
# currentDirectory：进程的当前目录。
# startupinfo ：创建进程的属性。

CreateProcess 返回一个列表，分别是进程句柄、线程句柄、进程 ID，以及线程 ID，拿到句柄之后就可以对它做任何操作了。
比如关闭该程序win32process.TerminateProcess(process_handle, 0)

win32gui

这个模块主要对图形界面进行操作，比如计算机中打开许多的应用程序；
我需要找到某一个程序，就可以根据窗口名称获取到对应的句柄win32gui.FindWindow(None, window_name)，还可以获取窗口大小win32gui.GetWindowRect(handle)。

spy++ 这个软件可以查看窗口控件名称。

不过呢，这个库对于原生的 window 应用来说比较友好，可以获取下拉菜单什么的，但是我需要操作的应用是 electron 写的，只能够勉强打开关闭应用，想要操作按钮输入啥的，得靠坐标定位，这就断了我的后路。

接着找解决方案的时候，有人提出来 appium 可以实现 windows 桌面的测试，我立马去研究了下 appium 怎么用。

appium

这个上手还是挺简单的，对于操作 app 的元素来说，就是些前端的知识。而启动来说，就是启一个 appium server，然后就编写代码了。

desired_caps = {
    'platformName': 'Windows',
    'app': app,
    'deviceName': 'WindowsPC'
}
driver = webdriver.Remote('http://{}:{}/wd/hub'.format('127.0.0.1', '4724'), desired_caps)

不过在我的 windows 上始终处于，driver 获取不到，但应用默默的打开了的情况，日志会报错，找遍了也只找到了个 WinAppDriver 的 issuehttps://github.com/microsoft/WinAppDriver/issues/1008，没有解决办法，只好放弃了。

停滞了几天之后，逛论坛的时候看到有人说 selenium 可以利用 “欺骗” 来达到运行 windows app 的目的，啪叽啪叽的就去试验了。

selenium

看了下官方文档，发现和 appium 的使用特别像，立马就上手了

options = webdriver.ChromeOptions()
options.add_argument("--remote-debugging-port=9222")  # open devtools for operator element
options.add_experimental_option('w3c', False)
options.set_capability('platform', 'WINDOWS')  # test windows app
options.set_capability('version', '10')  # window version
options.binary_location = app  # start up app path

try:
    self.driver = webdriver.Remote(command_executor='http://{}:{}/wd/hub'.format(host, port), options=options)
except BaseException as e:
    raise e

利用 binary_location 把要运行的 app 路径传进去，指定平台为 WINDOWS，可以成功的启动应用并且拿到 driver；
获取元素，执行 js 都没有问题

<!-- by class name -->
self.driver.find_elements_by_class_name('login')

<!-- js -->
app.execute_js('return window.location.href;')

不过在对输入框进行操作的时候，发现 send_keys() 输入的字符串，实际 app 上内容是不全的，一开始以为是 selenium 的原因，换成了 PyKeyboard 库测试，发现只要是输入一串字符都会出现这种问题，没有找出来是什么原因，只要简单粗暴的把字符串拆成列表一个一个写入了。

k = PyKeyboard()
for i in list(value):
    k.tap_key(i)
    time.sleep(0.1)

分布式测试

在使用的过程中发现还可以多机部署测试，在服务器起个 server，

java -jar selenium-server-standalone-3.141.59.jar -role hub -maxSession 10 -port 8088

多台测试机上面下载好 webdriver 和 selenium-server(grid)，使用命令启动 hub 节点且连接到 server，还可以指定 webdriver 的位置等，特别方便。

java -Dwebdriver.chrome.driver="D:\software\chromedriver_win32\2.44_chrome69-71\chromedriver.exe" -jar selenium-server-standalone-3.141.59.jar -role node -port 5555 -hub "http://127.0.0.1:8088/grid/register/" -browser "browserName=chrome,seleniumProtocol=WebDriver,maxInstances=5,platform=WINDOWS,version=10" -maxSession 5

然后在测试客户端配置指定使用的 hub 地址端口就好，后期还可以把这些执行的操作写成脚本在服务器端远程调用。
这个功能对于我想要同时在多个真机上进行操作很有用，同样的操作不同的账号就可以一次登录了。

最后

至此终于找到了最终解决方案，感谢广大的网友们!

实现了完整的代码，可以确定到目前为止是满足我的需求的，当然我的最终目的不是登录应用，不然光这些是远远不够的，这些操作对我来说只是辅助的条件，不过从这个过程中还是学到很多很多东西，为自己记录下来。