自动遍历测试技术

在这个章节，我们主要通过基于雪球 App 自动化测试实战，来学习 App 自动化测试进阶技巧，并积累必要的实战经验。

1. 互联网应用背景

随着移动端业务快速变更，测试工程师要面对的问题也日渐清晰，以雪球 App 为例，主要存在以下业务问题：

• 业务线众多
• 业务流程复杂
• 依赖传统券商一些资源

把雪球 App 问题进一步细分，会得到非常多的小问题：

• 旧版雪球 App 存在股票信息字段内容丢失或者数据异常
• 微信分享不可用
• 用户网络慢时发出请求后退出当前页面发生崩溃
• 某些界面在4.4和5.0的系统上操作体验不同
• 界面崩溃

上述问题，如果考虑用 Appium 自动化测试解决：

• 产品迭代快速，维护自动化用例费时费力
• 需要掌握测试用例设计模式（PageObject），学习成本较高

如果考虑用手工测试解决：

• 界面字段正确性：比如股票相关数据变化,共数十个字段
• 接口正确性：后端接口传输数据的变化和内容
• 专项测试回归难度大：内存泄漏、健壮性测试、弱网等测试过程太多
• 回归工作量大：不回归又会漏测

所以，无论是自动化测试还是手工测试都无法理想满足要求，还需要对现有的测试方法改进。

• 自动化测试

  • 覆盖主要业务的 right path
  • 缩小规模尽量降低维护成本

• 手工测试

  • 覆盖新功能测试
  • 探索性测试

对自动化测试与手工测试的改进，产生了新的测试方向：“自动遍历测试”，它存在以下优点。

• Code Less：用例维护成本降低到最低
• Automate：尽可能的自动化覆盖回归业务

2. 自动遍历测试的需求

将上述问题及常见公司问题进行总结，可以得出自动遍历的需求：

• 可控：可以定义遍历的路径
• 可定制：可实现自动输入、自动滑动等基础行为
• 结果分析
  • 点击前后的截图对比
  • 结果的数据建模
  • App 结构思维导图展示

后面文章将围绕这几大需求，介绍自动遍历工具。

3. 常见遍历工具与技术

自动遍历常见工具：

• Google Android 原生 Monkey、App Crawler
• 百度 smartmonkey
• 腾讯 newmonkey
• vigossjjj 的 smart_monkey
• macaca 的 NoSmoke
• 今日头条的 zhangzhao maxim
• seveniruby 的 AppCrawler

Google 对 Android 系统提供了 Monkey，App Crawler 自动遍历工具，但功能相对简单，无法做到可控，可定制等。

所以，基于 monkey 工具，国内一些公司进行了二次封装，开发出smartmonkey， newmonkey，smart_monkey 等工具，优点是速度快，效率高，缺点是无法定制，不可控。

与之相对，seveniruby 开发的 AppCrawler 及 macaca 的 NoSmoke 基于自动化工具（Appium）进行二次开发，做到了可控，可定制，结果分析，但缺点是速度不及 monkey。

小结

接下来，我们将逐个介绍这些工具的特性与实战应用技巧。