墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
100+累计阅读
132平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
在软件测试和测试开发领域，自动化测试是一个重要的环节，可以提高测试效率、减少人力成本并确保软件质量。本文将介绍一些关于 Web 控件交互的进阶技巧，帮助您在自动化测试中更好地处理和测试各种 Web 控件。
在自动化测试中，定位控件是一个重要的步骤。XPath 是一种强大的定位语言，可以在 Web 页面中准确定位各种控件。下面是一个示例代码，演示如何使用 XPath 定位一个文本框并输入文本：
from selenium import webdriver
driver = webdriver.Chrome()
# 打开页面
driver.get("https://www.example.com")</APP自动化测试
1.需要开发打开webview开关，否则我们获取不到元素(访问webview的时候会访问一个html的地址，如果我们知道地址也是可以的，直接在浏览器打开，但是可能渲染的结果不那么准确，还是inspect一对一更准确)#防止清空缓存信息，这个参数解决的问题：每次一点软件就弹出一个更新的弹框，设置了这个参数以后，再次运行,弹窗出现给他点关闭，下次运行就不会再弹出弹窗了,同样适用于解决登录问题。会自动启动这个模拟器（安卓SDK创建的模拟器，第三方的不可以）配置：'browserName': 'Browser',
Selenium键盘鼠标操作实战：从ActionChains原理到自动化测试高级交互
在Web自动化测试中，模拟真实用户交互是提升测试覆盖率和稳定性的关键。其核心原理在于通过WebDriver协议将用户操作转化为浏览器可执行的命令。ActionChains作为Selenium的核心工具，通过队列机制将多个动作打包执行，不仅提升了操作原子性，还优化了性能表现。这项技术的核心价值在于让自动化脚本从简单的元素定位升级为能够处理复杂交互场景，如键盘导航、组合键操作、鼠标悬停和拖拽。在实际应用场景中，它广泛应用于表单自动化填写、富文本编辑器操作、文件上传以及动态Web应用的全流程测试。本文深入解析了A
【airtest】从零开始：AirtestIDE的Web与App自动化测试实战指南
本文是一份AirtestIDE的实战指南，详细介绍了如何从零开始使用这款跨平台自动化测试工具。内容涵盖环境搭建、设备连接，并重点讲解了Web与App自动化测试的实战技巧，包括利用Selenium进行Web测试、结合Airtest图像识别与Poco控件操作进行App测试，以及脚本优化、报告生成和CI集成等进阶内容，旨在帮助测试新手和开发者快速上手并提升测试效率。
吐血整理，进阶转自动化测试学习路线（接口/Web/App）看这篇就够了
自动化测试是将人为测试情形转化为机器执行的过程。一般说来，测试用例设计后，由测试员根据测试用例中描述的规则一步步地进行测试，得到测试结果和预期结果的行为。在这里过程中，为了更好地节省人力、时间或硬件资源，提升测试效率。什么可以自动化？实际上好多，可是通常容易曲解这个问题。有两个主要类别，功能性和非功能性：功能性：测试软件的具体业务应用程序。非功能性：用于测试软件的其余要求（例如性能，安全性，数据存储等）。自动化测试的学习线路搞定性能、自动化测试。
Web UI自动化时，如何通过autoIT的解决window控件？
本文介绍了如何通过AutoIT工具解决Selenium无法处理的Windows弹框问题。AutoIT是一款免费软件，可模拟键击、鼠标移动等操作实现Windows GUI自动化。内容包括：1)AutoIT简介及官网下载地址；2)安装方法，包括Python模块PyAutoIT安装和PC端安装；3)使用示例演示如何通过AutoIT代码实现文件下载弹窗的"保存"按钮点击；4)代码解析和控件属性获取方法，推荐使用Au3Info.exe工具查看控件信息。通过AutoIT可有效扩展Selenium的自
Java Playwright自动化测试：日历控件操作全攻略与实战避坑
在Web自动化测试中，表单操作是核心基础，其中日历时间控件因其多样的前端实现成为常见挑战。其原理在于前端通过JavaScript监听事件（如click、input）来更新日期值，技术价值在于实现稳定、可维护的自动化交互，避免因UI变化导致脚本失效。应用场景广泛覆盖电商、OA、数据报表等系统的日期筛选功能。本文聚焦于使用Playwright框架，针对Java环境，深入解析直接输入（fill）与模拟点击两种核心方案，并探讨如何处理readonly属性、动态生成组件等复杂场景，旨在提供一套从基础到进阶的通用解决方
UI自动化测试的十大问题汇总
UI自动化是自动化测试中不可分割的一部分，是黑盒测试的一种重要手段。在UI自动化测试过程中，我们不可避免会遇到各种各样的问题，现将自己在测试过程中遇到的问题进行汇总，希望可以为大家提供帮助。 一、启动浏览器报错 报错信息：Exception in thread "main" org.openqa.selenium.WebDriverException: unknown error:...
AI驱动UI自动化测试：从截图到脚本的智能生成技术解析
UI自动化测试是现代软件工程中提升测试效率、保障软件质量的关键技术。其核心原理是通过模拟用户操作，自动执行测试用例，从而替代重复性的人工测试工作。在传统方案中，脚本编写与维护成本高昂，尤其面对频繁迭代的复杂界面时，测试脚本的脆弱性成为主要痛点。随着多模态大模型技术的发展，计算机视觉（CV）与大语言模型（LLM）的融合为自动化测试带来了新的技术价值。通过让AI“看懂”用户界面截图，识别其中的按钮、输入框等控件，并理解其交互逻辑，可以实现从静态UI到可执行测试代码的智能转换。这一技术路径将自动化测试的构建方式从
Python UIAutomation实战：7个核心技巧提升Windows桌面自动化稳定性
UI自动化是软件测试和机器人流程自动化（RPA）领域的关键技术，它通过模拟用户操作实现软件界面的自动控制。其核心原理在于识别和操作界面元素，这直接决定了自动化脚本的稳定性和可维护性。在Windows平台上，Python UIAutomation库通过调用系统底层的UI Automation API，提供了比基于坐标的“盲操作”更精准、更可靠的解决方案，技术价值在于能够稳定处理Win32、WPF、UWP乃至Electron应用。该技术广泛应用于自动化测试、日常办公流程自动化等场景。本文聚焦于Python UI
Midscene.js实战：7大技巧提升AI视觉驱动自动化测试效率与稳定性
自动化测试是软件工程中保障质量的关键环节，其核心原理是通过脚本模拟用户操作，验证应用功能。传统基于DOM结构的测试方法在应对频繁的UI变更时，维护成本高昂。随着多模态大模型技术的发展，视觉驱动测试应运而生，它通过分析屏幕截图理解用户意图，实现了真正的“所见即所得”验证，其技术价值在于显著提升了测试脚本的抗变更能力和对无结构界面的覆盖度。这一技术尤其适用于Web、移动App及游戏界面等复杂多变的端到端测试场景。本文聚焦于Midscene.js这一AI视觉驱动UI自动化SDK，深入探讨如何通过精准指令设计、工作
全网最详细，Web自动化测试的9大问题总结+解决方案...
1、启动浏览器报错出现以上报错信息，是由于浏览器版本与driver版本不匹配，各版本driver下载地址为：https://npm.taobao.org/mirrors/chromedriver；在进行UI测试之前，一定要先检查自己浏览器的版本，然后找到对应版本的driver，这样才能正常启动浏览器进行测试。2、无匹配元素/元素不可见首先，确认是否设置了合理的等待时间，在web的UI测试过程中，我们需要等待元素加载完成之后，才可以定位到对应的元素；
Web UI自动化测试中的图标识别方案：从原理到工程实践
在软件测试领域，图像识别技术为解决复杂UI元素的定位问题提供了创新思路。其核心原理是通过特征提取与匹配算法，在动态界面中稳定识别视觉元素。从技术价值看，它突破了传统基于DOM定位的局限性，显著提升了自动化测试的健壮性和覆盖率。在应用场景上，尤其适用于处理非标准控件、Canvas/SVG渲染内容以及验证视觉状态等挑战。本文将深入解析如何构建成熟的图标识别方案，涵盖模板匹配、特征点匹配等关键技术选型，并分享与Playwright测试框架集成的工程实践，为测试工程师提供一套可落地的解决方案。
Python自动化测试从何学起？京东测试经理规划的学习路线，你不点进来看看？
学习路线规划前言一、学习Python基本语法二、掌握WebUI自动化测试三、掌握AppUi自动化测试四、掌握接口自动化测试 前言 作为软件测试人，从事手工测试的工作是没有太多坏处的，但是很显然如果一直点来点去那么确实自身得不到提高，那这时候选择学习自动化测试是一件很有必要的事情，一来将自己从繁重的重复工作中解放出来，从事一些更有挑战的工作，二来能积累技术知识，厚积薄发完成飞跃，那么技术新人该如何学习自动化测试呢？ 一、学习Python基本语法 基本的语言知识，语法、函数、模块、输入与输出、面向对象编程 脚
网易UI自动化测试探索：Airtest+Poco
1. 自动化测试 自动化测试的目的，就是为了“更快更好”地发现产品问题，有效提升产品质量。目前比较主流的自动化测试包含单元测试自动化、接口自动化和UI自动化。 相比接口自动化测试来说，UI自动化测试的成本要高很多，因为它直面的是终端界面，这个调整可能非常频繁，从而导致UI自动化测试脚本的维护成本增高。 然而，相对于拥有非常多大型游戏项目的网易游戏来说，UI自动化测试也是非常必要的。虽然界面有调整，但是大型项目的周期通常比较长，期间需要对很多功能进行频繁的回归测试，自动化就成了提高测试效率、降低工作成本
WindowsGUI自动化测试框架搭建（五）-控件定位工具和使用方法
（五）-控件定位工具和使用方法1 前言2 常用GUI控件识别和定位工具3 工具选择4 Inspect使用4.1 Inspect下载4.2 了解Inspect4.3 工具窗口4.4 使用方法5 控件识别举例5.1 按钮类型5.2 文本类型5.3 列表类型5.4 其它类型 1 前言 针对web UI自动化我们使用Selenium的WebDriverAPI来实现对元素进行定位、查找和识别，那么WindowsGUI如何进行控件识别和定位呢？有什么方法和和工具？下面带大家仔细了解下。 2 常用GUI控件识别和定位工具
手把手教你：如何为自制的STM32H7飞控板适配PX4固件（基于NuttX）
本文详细介绍了如何为自制的STM32H7飞控板适配PX4固件，基于NuttX系统进行移植。从硬件设计规范到软件环境配置，再到PX4固件的移植与调试，提供了完整的实战指南。特别分享了如何复用FMU-v6u参考设计以节省开发时间，并解决了常见问题，帮助开发者快速实现高性能飞控系统的搭建。
BlenderGis安装碰到问题，ImageIO、无法点击和地图不加载
BlenderGis安装碰到问题，ImageIO、无法点击和地图不加载问题
【AI技术赋能有限元分析应用实践】Abaqus有限元分析与深度学习结合20个案例与有限元分析数据来源方法说明
结合 Abaqus 和深度学习，数据的获取和处理是关键的一步。通过从仿真、实验、公开数据库或合成数据中获取数据，经过预处理后，可以将其用于训练深度学习模型。最终，将训练好的深度学习模型与 Abaqus 集成，用于材料行为预测、结构优化、非线性分析、损伤预测等任务，从而提升仿真效率和精度。
Far planner 代码系列（14）
MatchContourWithNavGraph（3） this->EnclosePolygonsCheck(); //可能有些ctnode的is_contour_necessary属性变成了true // 这说明我的contour_graph是一个local层级的 才会从这里面 get new vertices new_convex_vertices.clear(); //! 把contour_graph_里符
【2026最新版】PCL点云处理算法汇总（C++长期更新版）
PCL学习目录。博客长期更新，最近一次更新时间为：2026年10月4日。
YOLOv11 改进 - 注意力机制 | 空间增强注意力SEAM（Spatially Enhanced Attention Module）提升遮挡场景检测鲁棒性
本文介绍了分离与增强注意力模块（SEAM）在YOLOv11中的结合应用。SEAM模块旨在增强面部特征学习能力，特别是处理面部遮挡问题。它采用多头注意力机制强调面部区域、抑制背景区域，第一部分使用深度可分离卷积减少参数并学习通道重要性，通过1x1卷积增强通道联系，利用两层全连接网络融合通道信息，经指数归一化后作为注意力权重与原始特征相乘。我们将SEAM集成到YOLOv11的检测头中，并进行相关注册和配置。实验表明，该方法有助于提升模型检测性能。
【OpenClaw从入门到精通】第20篇：OpenClaw实战—从零搭建教育自动化助教系统（作业批改+智能答疑+学情分析）【2026实测】
本文基于OpenClaw开源框架，聚焦教育行业“答疑重复、批改耗时、学情模糊”三大核心痛点，提供从环境部署到功能落地的全流程实操方案。通过整合QQ群交互、代码分析、数据可视化等技能，构建“智能答疑+作业批改+学情分析”的自动化助教系统。系统支持7×24小时群聊答疑、多语言作业自动评审、学情数据周报生成，经实测可使助教工作时间减少60%、作业批改效率提升5-10倍、学情问题识别提前5周。文中包含完整配置步骤、可直接运行的代码示例及避坑指南，兼顾新手入门与进阶实操，帮助教育工作者快速落地自动化工具，从重复劳动中
后仿真中《SDF反标必懂连载篇》之 ＜INTERCONNECT/IOPATH＞ 到底反标电路路径是哪里
对于SDF INTERCONNECT ENTRY 描述，我们在之前的文章有详解。读万卷书，行万里路。实践很重要。今天，搞一下SDF INTERCONNECT / IOPATH 延迟数据信息，究竟反标的是哪一路径延时？究竟在电路上一段段如何表现出延迟现象的呢？
TMS_WebGMaps_1.9.8.0_Full_Source
TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder
Camera2Demo
在Camera2 的基础上进行封装，使得Camera2一堆初始化逻辑与Activity分离，降低耦合度，完成预览拍照并保存的操作
假人有限元模型
假人模型，车辆碰撞假人有限元模型，适合做乘员安全的研究者利用
计算机控制技术及应用
《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术，以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索，主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式，计算机控制系统的数学描述与基本分析方法，以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
订阅专栏 解锁全文
1656
扫一扫
