Playwright + DeepSeek实战：手把手教你用ai实现xmind用例生成到自动化测试（以电商为例）

📝 面试求职： 「面试试题小程序」 ，内容涵盖 测试基础、Linux操作系统、MySQL数据库、Web功能测试、接口测试、APPium移动端测试、Python知识、Selenium自动化测试相关、性能测试、性能测试、计算机网络知识、Jmeter、HR面试，命中率杠杠的。（大家刷起来…）

📝 职场经验干货：

软件测试工程师简历上如何编写个人信息（一周8个面试）

软件测试工程师简历上如何编写专业技能（一周8个面试）

软件测试工程师简历上如何编写项目经验（一周8个面试）

软件测试工程师简历上如何编写个人荣誉（一周8个面试）

软件测试行情分享（这些都不了解就别贸然冲了.）

软件测试面试重点，搞清楚这些轻松拿到年薪30W+

软件测试面试刷题小程序免费使用（永久使用）

---

上篇文章介绍了利用DeepSeek快速生成测试用例，并导入Xmind用于评审。本篇继续分享如何用AI把Xmind测试用例生成为自动化测试代码，并手把手教你具体提示词解决元素定位，异常覆盖等核心痛点，为自动化测试提供一种新思路和可能性。

一、引言

在上一篇中，我们通过AI快速生成了Saucedemo电商系统的XMind测试用例框架，后台有读者反馈：“从未想过测试设计能如此高效！”。

但仍有痛点未解，具体为：

1. 用例到代码的鸿沟

手工编写脚本耗时长，复杂业务场景极易遗漏分支，以电商业务来说

• • 链路长：涉及商品浏览、添加购物车、库存校验、优惠券核销、多支付方式等场景。

• • 异常多：库存不足、支付超时、订单重复提交等边界条件需覆盖。

• • 维护难：页面元素频繁变更（如促销弹窗），手工维护成本极高。

2. 如何设计低耦合高内聚项目结构以保持扩展性

本文以Saucedemo.com购物车流程为例，完整演示：

• • XMind用例 → Playwright脚本 全链路生成，包含完整项目结构

• • AI如何解决元素定位、数据驱动、异常覆盖 三大核心痛点

• • 高频报错调试：如“Element not found”“Payment timeout”

二、实战案例

2.1 项目结构设计：分层管理，开箱即用

saucedemo_auto/  
├── pages/                  # POM模式：页面对象封装  
│   ├── product_page.py  
│   ├── cart_page.py  
│   └── checkout_page.py  
├── tests/  
│   ├── test_cart.py        # 测试用例  
│   └── test_checkout.py  
├── data/                   # 数据驱动文件  
│   ├── cart_cases.json  
│   └── checkout_cases.csv  
├── utils/  
│   ├── wait_strategy.py    # 自定义等待策略  
│   └── error_handler.py    # 异常处理  
└── conftest.py             # Playwright全局配置  

以上为一个框架参考实现，页面对象模型，数据驱动，测试配置 等核心内容都有了。

2.2 项目实战代码：从XMind用例到可执行脚本

Step 1：用DeepSeek生成XMind测试用例（附Prompt技巧）

• • 提问模版：

请为Saucedemo.com的购物车功能设计XMind测试用例，要求：  
1. 覆盖正常流程：添加商品、进入购物车、结算  
2. 异常场景：库存不足、重复提交订单、支付超时  
3. 包含断言点（如商品数量、总价校验）  

• • DeepSeek生成XMind结构示例：

✅ 购物车功能  
  ├─ 正常流程  
  │   ├─ 添加单商品：商品详情页点击“Add to cart”，购物车数量+1  
  │   ├─ 添加多商品：不同商品页添加，购物车展示所有商品  
  │   └─ 移除商品：购物车内点击“Remove”，商品消失且总价更新  
  ├─ 结算流程  
  │   ├─ 正常结算：填写有效地址，选择支付方式，生成订单号  
  │   └─ 地址为空：提示“Error: Postal Code is required”  
  └─ 异常场景  
      ├─ 库存不足：添加超过库存数量的商品，提示“Inventory limited”  
      └─ 支付超时：模拟支付接口延迟，检查订单状态回滚  

Step 2：AI生成POM页面对象（关键代码详解）

• • 提问模板：

请基于以下XMind用例，为Saucedemo购物车功能编写Playwright页面对象类：  
1. 使用POM模式分层  
2. 包含商品页、购物车页、结算页  
3. 封装元素定位和核心操作（如add_to_cart、checkout）  

用例描述：  
[粘贴XMind内容]  

• • DeepSeek生成代码：

# pages/product_page.py  
from playwright.sync_api import Page  

class ProductPage:  
    def __init__(self, page: Page):  
        self.page = page  
        self.add_to_cart_btn = page.locator("button:has-text('Add to cart')")  
        self.cart_count = page.locator(".shopping_cart_badge")  

    def add_to_cart(self):  
        self.add_to_cart_btn.click()  

    def get_cart_count(self) -> int:  
        return int(self.cart_count.inner_text()) if self.cart_count.is_visible() else 0  

# pages/cart_page.py  
class CartPage:  
    def __init__(self, page: Page):  
        self.page = page  
        self.checkout_btn = page.locator("text=Checkout")  
        self.item_list = page.locator(".cart_item")  
        self.total_price = page.locator(".summary_total_label")  

    def checkout(self):  
        self.checkout_btn.click()  

    def get_item_count(self) -> int:  
        return self.item_list.count()  

# pages/checkout_page.py  
class CheckoutPage:  
    def __init__(self, page: Page):  
        self.page = page  
        self.first_name = page.locator("#first-name")  
        self.postal_code = page.locator("#postal-code")  
        self.continue_btn = page.locator("text=Continue")  
        self.error_msg = page.locator(".error-message")  

    def fill_shipping_info(self, first_name: str, postal_code: str):  
        self.first_name.fill(first_name)  
        self.postal_code.fill(postal_code)  
        self.continue_btn.click()  

Step 3：数据驱动 + 异常场景扩展（AI强化版）

• • 提问模板：

请基于以下购物车测试用例，补充以下内容：  
1. 使用CSV文件管理测试数据（商品ID、数量、预期总价）  
2. 添加并发测试场景：模拟多用户同时操作购物车  
3. 处理“Element not found”错误：优化元素等待策略  

• • DeepSeek生成代码：

# tests/test_cart.py  
import pytest  
from playwright.sync_api import expect  
from pages.product_page import ProductPage  
from pages.cart_page import CartPage  

# 数据驱动：从CSV读取测试用例  
@pytest.mark.parametrize("product_count, expected_total", [  
    (1, "$29.99"),  
    (3, "$89.97"),  
    (6, "Inventory limited"),  # 库存不足场景  
])  
def test_add_multiple_products(page, product_count, expected_total):  
    product_page = ProductPage(page)  
    cart_page = CartPage(page)  

    # 添加N个商品  
    for _ in range(product_count):  
        page.goto("https://www.saucedemo.com/inventory.html")  
        product_page.add_to_cart()  

    # 进入购物车校验  
    page.goto("https://www.saucedemo.com/cart.html")  
    if "Inventory limited" in expected_total:  
        expect(page.get_by_text("Inventory limited")).to_be_visible()  
    else:  
        expect(cart_page.get_item_count()).toBe(product_count)  
        expect(cart_page.total_price).to_contain_text(expected_total)  

# 并发测试示例（使用Playwright并行执行）  
def test_concurrent_cart_operations(context):  
    # 创建两个独立浏览器上下文  
    with context.new_page() as page1, context.new_page() as page2:  
        # 用户1添加商品  
        page1.goto("https://www.saucedemo.com/inventory.html")  
        ProductPage(page1).add_to_cart()  

        # 用户2同时操作  
        page2.goto("https://www.saucedemo.com/inventory.html")  
        ProductPage(page2).add_to_cart()  

        # 断言各自购物车数量  
        expect(ProductPage(page1).get_cart_count()).toBe(1)  
        expect(ProductPage(page2).get_cart_count()).toBe(1)  

三、AI如何解决三大核心痛点？

痛点1：元素定位频繁变更

• • 传统方案：需人工全局搜索替换选择器。

• • AI方案：通过语义分析自动更新定位逻辑。

DeepSeek交互修复示例：

• • 用户提问：

“页面变更后，购物车按钮选择器失效，原选择器是button:has-text('Add to cart')，  
现在变为button[id='add-to-cart-sauce-labs-backpack']，如何批量修复？”  

• • DeepSeek回复：

1. 在POM类中集中管理元素定位：  
   self.add_to_cart_btn = page.locator("button[id^='add-to-cart-']")  # 通配符匹配  
2. 通过AI生成适配函数：  
   def add_specific_product(self, product_id: str):  
       self.page.locator(f"button[id='add-to-cart-{product_id}']").click()  

痛点2：支付超时等异步场景

• • 传统方案：需手动添加sleep()等待，导致执行效率低下。

• • AI方案：自动注入智能等待策略。

AI生成代码优化：

# utils/wait_strategy.py  
from playwright.sync_api import Page  

def wait_for_payment_complete(page: Page, timeout: int = 30000):  
    # 等待支付接口完成（检测订单完成元素或API请求）  
    with page.expect_response("**/api/payment", timeout=timeout) as response:  
        return response.value.ok  

# 在测试用例中调用  
def test_payment_timeout(page):  
    checkout_page = CheckoutPage(page)  
    checkout_page.fill_shipping_info("John", "12345")  

    try:  
        wait_for_payment_complete(page, timeout=5000)  # 设置5秒超时  
    except Exception as e:  
        expect(page.get_by_text("Payment timeout")).to_be_visible()  

痛点3：复杂场景覆盖率低

• • 传统方案：人工设计用例耗时长，易遗漏边界条件。

• • AI方案：基于业务规则自动生成异常场景。

DeepSeek生成异常测试数据：

// data/checkout_cases.json  
[  
  {  
    "case": "正常结算",  
    "items": ["sauce-labs-backpack", "sauce-labs-bike-light"],  
    "postal_code": "12345",  
    "expected": "Order Complete"  
  },  
  {  
    "case": "超卖测试",  
    "items": ["sauce-labs-backpack@100"],  // 模拟添加100个商品  
    "postal_code": "12345",  
    "expected": "Inventory limited"  
  },  
  {  
    "case": "XSS注入攻击",  
    "postal_code": "<script>alert(1)</script>",  
    "expected": "Invalid postal code"  
  }  
]  

四、高频问题：AI如何调试“Element not found”错误？

场景复现

用户运行脚本时出现错误：

Element locator 'button:has-text('Add to cart')' did not match any elements.  

DeepSeek交互式诊断

• • 提问模板：

运行以下Playwright脚本时报错“Element not found”：  
[粘贴代码]  

可能的页面变更：  
1. 按钮文本从“Add to cart”变为“Add to Cart”  
2. 页面加载延迟导致元素未渲染  

请提供修复方案。  

DeepSeek解决方案：

• • 优化元素定位：使用更稳定的属性选择器。

• • 增加等待条件：

# 修改后的ProductPage  
class ProductPage:  
    def __init__(self, page: Page):  
        self.page = page  
        # 改为CSS属性选择器  
        self.add_to_cart_btn = page.locator("[data-test='add-to-cart']")  

    def add_to_cart(self):  
        # 增加等待条件  
        self.add_to_cart_btn.wait_for(state="visible")  
        self.add_to_cart_btn.click()  

五、结语

在测试用例到实现自动化测试代码的关键步骤中，DeepSeek等AI技术从代码生成，结构调优，问题排查 等全流程提供助力提升工作效率，总结如下：

• • 用例生成效率提升90%：XMind → 可执行脚本一键转换。

• • 异常覆盖率提升60%：自动补充超卖、并发、安全测试场景。

• • 维护成本降低70%：智能修复元素定位、优化等待策略。

•     抛砖引玉，大家可以参考以上分享应用到自己的行业领域，进一步探索更多新的玩法。

最后： 下方这份完整的软件测试视频教程已经整理上传完成，需要的朋友们可以自行领取【保证100%免费】
​​
​​