该 ui 自动化平台侧重点是在功能测试的同时抓取 cpu 和 mem 等性能数据并进行分析，目前已经实现对一些卡顿页面进行多机器性能测试的对比和分析，通统计运行时异常
采用 python3+appium+unittest+beautifulReport+matplib+pageObject 模式
unittest---python 自带的单元测试框架，提供了创建测试用例，测试套件及批量执行的方案
包含：testCase，testSuite(测试套件)，testRunner(执行测试)

用例的执行顺序：uinittest 框架默认加载测试用例的顺序是根据 AscII 码的顺序，
unittest 断言：
assertEqual(u1,u2)---断言相同
assertNotEqual(u1,u2)----断言不相同
assertTrue(expr,mag)----验证是否是 true
assertFalse(expr,msg)----验证是否是 false

一、包含以下部分
Common：公共功能代码，用来连接测试机，
catchmenCpu:用来将抓取的数据保存在 csv 文件中，
paint 将 csv 中的数据读取出来，使用 pylab 绘制成图片并保存到本地，
send_mail 发送邮件

1、connectDevices:通过 subprocess.popen 执行 adb 命令，连接测试机，测试机型写在配置文件中

import subprocess
import time
import app.config.globalparameter as gl
def connectDevice():
    ipport=gl.ipport()
    for i in range(5):
        time.sleep(3)
    connectTask=subprocess.Popen('adb connect '+ipport,shell=True,stdin=subprocess.PIPE,stdout=subprocess.PIPE,stderr=subprocess.STDOUT)
    connectResult=connectTask.stdout.read().decode()
    print(connectResult)
    if 'connected' in connectResult and 'offline' not in connectResult:
        time.sleep(3)
        return True

2、catMemcpu---抓取 cpu 和 mem，使用 os.open(adb 命令)
主要的 adb 命令：adb shell dumpsys cpuinfo|findstr com.pptv.tvsports
adb shell dumpsys meminfo|findstr com.pptv.tvsports
使用 xlwt，xlrd 和 xlutils 读取 csv 数据并写数据
3、paint 使用 matplib 绘制折线图，并保存在本地

#coding=utf-8
import matplotlib.pyplot as plt
import matplotlib.image as mping
from datetime import datetime as dt
import matplotlib.dates as mdates
import xlrd
from pylab import *
import app.config.globalparameter as gl
def paint(picname,title):
    #获取图片所在路径
    global newreportpath
    newreportpath=gl.newreport()
    print('.........draw picture.......')
    plt.figure(picname)
    filename=newreportpath+picname+'.csv'
    #获取csv中的数据，转化为x,y轴数据
    x, y = get_weight_data(filename)
    x = range(len(x))
    maxy=int(max(y))
    average=int(sum(y)/len(y))
    #plot绘制折线图，设置标题，线条尺寸和颜色
    plt.plot(x, y, label=title, linewidth=1, color='r')
    if 'CPU' in picname:
        # 设置图片的名称
        plt.title('Max:'+str(maxy)+'% Average:'+str(average)+'%')
        #设置x轴的标签
        plt.xlabel(title)
        #设置y轴标签
        plt.ylabel('CPU Percent')
    else:
        plt.title('Max:'+str(maxy)+'KB Average:'+str(average)+'KB')
        plt.xlabel(title)
        plt.ylabel('PSS(KB)')
    #设置y轴高度
    if picname=='a':
        plt.ylim(0.0,400000)
    elif picname=='MEM_a':
        plt.ylim(0.0,450000)
    elif 'CPU' in picname:
        plt.ylim(0.0,250)
    else:
        plt.ylim(0.0,150000)
    #将图片保存在本地
    plt.savefig(newreportpath+picname+'.png')
#读取csv文件的数据
def get_weight_data(filename):
    time=[]
    weight=[]
    f=xlrd.open_workbook(filename)
    sheet_one=f.sheet_by_index(0)
    ncolsn=sheet_one.ncols
    nrowsn=sheet_one.nrows
    for i in range(nrowsn):
        nrowdata=sheet_one.cell(i,0).value
        time.append(float(nrowdata))
        ncoldata=sheet_one.cell(i,1).value
        weight.append(float(ncoldata))
    return time,weight

4、send_email，使用 stmplib 发送邮件
自定义 html，建一个空的 html，将测试机器信息，测试结果，cpu，mem 绘制图片写在 html 中，然后发送
二、Config---配置文件，
devices.yaml 测试机配置信息，driver_configure webdriver 配置信息，gloalparameter 公用的配置项

devices.yaml--测试文件的配置信息
driver_configure 负责连接手机，并启动测试 app
globalparameter
log----nnlog 测试机运行时日志，运行日志，错误日志

三、pages
Pageobject：设计模式，对页面元素操作的封装
base page：对页面常用操作的封装，如查找元素，输入框等，每个页面操作都继承这个基类
四、testCases
testInterfaceCase：测试用例的基类，所有测试用例都继承这个基类
继承 unittest，包含 setupClass，一个类测试前执行一次，tearDown 类执行完后执行一次
五、testRunner 运行类

基本思路：
1、封装好所有的类，方法之后
2、首先判断测试机是否连接，未连接线连接机器，如果连接失败则退出程序报错
3、生成测试报告，log 的目录，
4、将测试 case 加载到 suite 测试套件中
5、开启一个进程抓取日志
6、开启一个定时器抓取 CPU 和 mem
7、运行测试用例，并生成 beautifulReport 测试报告
8、测试完成后，停止抓取 cpu，mem
9、将抓取的 cpu，mem 绘制成图片
10、停止抓取 log，分析 log
11、发送测试报告邮件