Testin自动化团队负责人谢春鸿谈自动化脚本录制那点事儿
谢春鸿：谢谢大家今天的捧场，我叫谢春鸿，来自Testin，主要负责iTestinPro自动化工具的研发。今天的主题分为四个部分：为什么做脚本的工具，录制工具的原理还有实现，还有一些难点，最后是一点演示。
为什么要做脚本录制。现在大部分公司都是有专门的测试人员，有一部分还没有，有专门测试人员的公司有一小部分会做自动化测试，一般是那些实力比较强资金充沛的公司。不做自动化的这部分的公司，不是因为不喜欢自动化，而是因为自动化对于他们来说没有成为一个必要的条件，或者资源还没有满足。如果有一个不花钱又可以实现自动化的方案，其实是谁都是想要的。
为什么要做录制工具，其实初衷就是为了让自动化测试没有门槛，想象一下，有这样的工具，不需要做任何的环境搭建，只要下载之后，直接解压就能用，经过几分钟的讲解就可以录制自己的脚本，然后这个脚本可以在云端几百台手机上正确无误的回放。也就是说你不需要懂编程语言，也不需要做环境配置，没有复杂的教程，不需要花大量的时间调试脚本，这样就可以在不增加人员的情况下实现自动化测试的实施。
很多人认为有了自动化就可以什么也不干，其实不是这样的，自动化不能满足你百分之百的需求，根据我们的经验，大部分公司的软件测试，能够实现30%的自动化就不错了。
做脚本录制是否值得，以我们的经验来说，如果你真的要做好的话需要花大量的成本，需要长时间的积累。我们开始做这个工具，至少有五六年的时间了，但是做了这么多年还是有这么多事情要做，所以它是一个很长时间的积累，而且需要持续的去投入，一般公司去做这个是不值得的。
下面我会以这个工具，讲解实现自动化录制工具的原理和经验，供大家参考和了解。
iTestinPro工具是一个安卓和IOS的UI自动化脚本录制工具，是云测私有云产品的主要组成部分，也是公有云兼容性测试交付的主要工具。
脚本录制的原理其实很简单，从这么多年的经验来说，总结其实是非常简单，怎么做，只需要满足两个条件，第一个条件就是你可以获取到控件树，第二就是你可以知道用户在做什么，只要满足这两个条件就可以做录制，不管是安卓录制，IOS，还是PC端软件，还是浏览器，只要你能实现这两个条件，就可以实现脚本录制。这是本次分享最重要的内容。
怎么获取控件树，其实在UIAutomator中，它就提供了一个现成的获取方法dumpWindowHierarchy，这个直接就可以用，每个节点有一些关键信息，比如说文本，class，id，控件大小，位置以及层次结构等。其他的测试框架，生成控件树需要自己实现，一般方法是找到root节点，然后一层一层往下遍历，组成跟UIAutomator类似的格式就可以了。
获取用户的操作有好几种方法可以实现，比如说你可以做代码注入，嵌入SDK，或者你用其他的方式，可以取到界面上所有的控件，每个控件你只要在手机上操作，就同时可以获取到控件的信息，同时可以知道用户是做了什么操作。这个方式，它是一种代码入侵的方式，其实在出问题的时候很难说这个问题是谁的，是应用本身的，还是测试SDK的问题。第二种方式，监听系统的event，通过监听系统的getevent方法输出，它的输出是一个持续的输出，你在界面上做任何操作都会有这里输出，你只需要去解析它变成用户的操作就可以了。但是有一个问题，这个只有安卓有，其他没有。另外它需要大量手机的适配，很难去做到通用，工作量很大。第三种方式就是把屏幕映射到PC上，捕捉用户的操作，这种方式最简单，也非常便利，工作稳定，扩展性好，所以一般是用这种方式。
有了控件信息和用户的操作，还没有办法录制，还需要知道用户对哪个控件做了操作。选择控件，怎么选也是比较简单的，也是有现成的，像UIAutomatorViewer就可以提供相关的方法。在选取的时候你要选取最小的叶子节点，因为这是最关键的信息，比如文本一般不会在父节点里边，一般在叶子节点里边。如果两个控件位置大小相似，你应该选择更有意义的。这个选择不是说是用户来选择的，是程序自动选择的。用户把鼠标移到控件上的时候，如果这里边有两个控件是重叠在一起的，选更有意义的那个。有一些是互相覆盖的控件，大控件上面套一个小控件，这个时候你可以利用鼠标离那个控件中心最近决定选择那个控件，这样的话每个控件都有可能被选中。另外可以通过鼠标滚轮选择当前控件的父控件。
这儿有一个演示，这是类似于UIAutomator控件选择的实现。录制的时候需要记录什么内容呢？对于写脚本来说，人为的选择一个最关键的信息，比如你选择这个文本，这个是在界面上是唯一的，你可能会用ID，对录制来说这些信息都要记录下来，因为在写脚本的时候，人考虑事情的是当前或者手头的这几个手机能不能过。录制工具需要考虑的事情更多，这个步骤是不是可以在决大部分手机通过，这是录制工具考虑的问题，尽量把能够选取到的信息都记录下来。比如说控件的基本信息，ID什么的，这些不用说了，包括控件的位置，控件的样图，还有场景。比如说控件树的信息，录制场景的大图这些信息都要记录下来。
下面讲一些你实现录制工具的时候，可以借鉴的一些点，给大家分享一下，比如Xpath的生成，什么是Xpath，xpath即为xml路径，它是一种用来确定xml文档中某部分位置的语言。Xpath的生成，如果你写脚本的时候也需要自己的生成，用录制工具的时候需要由工具来生成。生成的方式大概有两种，第一种是你根据控件本身，在这个界面上它的一些属性的唯一性来生成Xpath。后面会讲一些案例。第二种就是利用控件的相邻关系，比如说这个控件不好识别，它的父控件是不是好识别。比如说它的兄弟控件是否好识别，是一个相邻的关系。有一个例子，比如说怎么理解相邻关系，比如说大家都不认识你，大家都认识你父亲，你父亲可能比较有名，要找到你就是先找到你父亲就能找到你，同样的方式，大家可能只认识你哥哥，可以先找到你哥哥。
生成的Xpath需要尽量地短，越短越好，这个原因是控件树，其实它在不同设备上，可能层次是不一样的。如果你是从第一层往下做控件树的话，它的适配性，兼容性会有大的问题，所以需要尽量的让你的xpath变得越短越好。比如说这儿有一个案例，上面有几个数字，这是它的ID，这个ID在界面上是唯一的，你的Xpath可以简单的这样写。利用控件的相邻关系组成的Xpath，比如说你上面这个图表是应用两个字，但要点上面这个图标，怎么做呢？因为这个图标可能不好识别没有什么特征，可能就是一个ImageView，没有id，没有文本。可以利用它下面的应用这两个字，这是比较有特征的，方法是用Xpath里边的特性，就是following sibling来定位这个控件 。
录制工具做到一定程度的时候，你会发现，默认的查找策略无法满足用户的所有需求，情况有很多，你需要用一种方式可以让用户自己来调整这个设置。让每个属性都有三种策略可以设置，必选，可选和忽略，必选是你这个条件必须满足，在整个控件树中找到符合必选条件的控件，可选是用于辅助过滤必选条件筛选出来的控件，如果能过滤出唯一的控件则认为控件找到，这样用户可以自己设置这些东西。
另外你会找到多个控件，这个时候你可以有一个设置选择第几个的方式。第二点，你这个控件不是一开始就出来的，你需要等一段时间才会出来，需要有一个查找的超时时间，就是界面加载。第三个就是控件本身你录的时候，可能是一个大屏手机，屏幕比较大，当你回放的时候，这个是小屏手机，控件可能在屏幕外面，这时候你需要有一个滚动查找功能。
还有是中文输入，中文输入是绕不开的问题，不过你网上可以找到解决方案。比如你可以直接用谷歌拼音输入法改造成自己的输入法，将要输入的内容转化为base64,通过广播方式传给输入法，这样它可以一次性输入任意的内容，包括中文和特殊字符等。另外一个绕不开的问题就是系统弹框处理，在执行过程中弹框每个设备都可能不一样，这个时候，你需要有一个服务并实时监控处理这些东西，这个一般实现就是在UIAutomator里边去实现。比如有一些要取消这些场景你把它收集起来，让各个手机都可以顺利的处理这些问题。
另外说几点，怎么提升你脚本的兼容性。因为在Testin里边，你录一个脚本基本要求是能通过600个手机，600个手机是我们交付的一个标准，每做一个功能都是这样去做的。我们的做法这里边有几点，比如说每个控件在每个步骤生成的时候，我们可以生成多个Xpath，每个Xpath适用不同的场景。比如说有一些在跑的时候，文本是变化，比如说实时更新的信息。另外，有一些手机有ID，有些手机没有ID，6点几的手机同样的应用，有些手机有ID，有些手机是没有的。然后你用的好好的文本，有可能也不行了，因为有些手机完全无法识别，你需要用OCR识别，当控件找不到的时候，利用OCR解决，OCR就是文本的识别，利用图片来进行识别。最后利用控件的样图做图像识别，图像识别不是一个万能的方法，这些方法，控件，OCR和图像识别不是一个万能的方法。不能百分百解决问题，但是能够互补起来的话，你的问题就会变小了，大概就是这些。
然后有两个简单的演示。这是要做一个case，输入错误的用户名密码验证提示语是否正确，这个是用UIAutomator实现的，获取控件，然后输入东西生成一些步骤。这是对完全没有经验的人来说，直接就可以用的，这是输入文本，这是自己做的一个输入法，验证关键的文字 。
下一个是差不多的演示，用的是不一样的方式，用了OCR，图像识别。这是一个弹框，OCR类似于有近视眼的人看东西，有些东西看不清楚，可以在用的时候需要配合着调焦去进行操作。在回放的时候，会有自动的调整参数，确保能够在600百个手机上通过 。
好，今天的分享到此结束，谢谢大家。各位有没有什么问题吗？
提问：你好，请问一下，你们需要验证码吗？
谢春鸿：验证码，短信验证码，还是图型验证码？我们内部有一个服务，利用AI识别图型验证码，把这个字拆开一个一个识别这个字是什么，像特别厉害的验证码是做不了，像你说的那些只要能把这个切开就是没有问题的。
提问：我们前期也是合作比较多的，类似于为特殊APP做的安全键盘输入， 以后都会加入到新版本吗？
谢春鸿：这些都是普遍的需求，现在我们做成标准的功能，所有的产品都会有安全键盘输入，这个是一个标准的功能了。
提问：刚才提到验证码，在合作当中短信这块是怎么做的，就是短信验证码，如果不匹配的话，有什么方法。
谢春鸿：有两种方式可以解决，一种方式，如果你们自己有一个服务的话，可以直接用web请求来做。第二种方式，我们现在如果你们这个手机里边有sim卡的话，是直接可以获取到的。我们其实也不是用手机里边本身的数据库，因为这个有各种限制，没有办法获取验证码，我们通过UI跳到短信应用去获取，然后再回到应用上来。
提问：我有一个问题，在录制脚本过程中，可能有一些元素没有办法通过Xpath的时候，只能通过其他的来识别，类似这种可能在不同手机上可能存在不兼容的情况，那请问一下，这样怎么处理呢？
谢春鸿：比如说你提到Xpath里边可以用控件之间的相邻关系，这是一种解决方式，你这个控件不好识别，你用一个很好识别的，用相邻关系识别这个不好识别的控件。另外一种是类似的，我们有一个偏移点击的方式，这个控件不好识别，我们找一个好识别的，偏移找到你真正要识别的控修的点击它，还有像OCR，图像识别在必要的时候是好用的。大概有三种解决方式。
提问：你好，我问一下，OCR是怎么实现的，能不能详细的介绍一下。第二个问题，OCR占比有多大。
谢春鸿：OCR在我们交付里边应用的话，占百分之二三十，因为手机有些能获取，有些不能获取，所以这个是比较重要的。但是实现的话，我们这边开源做一些优化，正在改进。
提问：识别中文的话，识别率应该不是特别的高？
谢春鸿：这个问题，对于自动化来说，如果对内容，对有一些内容是不要求精度的。比如说确定，识别成石角定，本身有一个相似度，通过字偏旁部首，这个字和这个字是类似的，计算出一些相似度就可以找到的。如果你在界面上找到多个相似的，找一个最相似的。
提问：刚才说只是在比较特定的场景才去用，如果手机差异化越来越大的话，有没有可能全部OCR录制这样的脚本的可能呢？
谢春鸿：后面我们是有一个规划的，会不再用控件的方式，全部用OCR和图像的方式来做，我们未来是这样来做的。
本文来自：2018中国首届云测试峰会，举办方：Testin 云测
Testin云测，让应用更有价值：www.testin.cn
