当我们以离线脚本的形式编写了大量的自动化测试代码后，很容易发现以下常见问题：
（1）对于UI自动化，当UI层的元素发生改变，需要修改所有相关的case，工作量巨大
（2）代码难以扩展，每次想新增一个自动化case就要写新的逻辑，补充新的代码
（3）代码可读性差，代码冗余，存在大量重复代码或者逻辑相似性代码
对于问题(1)，可以引入POM设计思想解决
对于问题(2)，可以引入数据驱动解决
对于问题(3)，可以引入关键字驱动解决
这三种设计技巧分别是什么意思，怎么使用，我们一起来一探究竟
什么是POM设计思想
POM（Page Object Model）指的是页面对象模型，是一种设计思想（网上的大量文章会称为它是一种设计模式，学过开发的小伙伴可能有疑惑，设计模式通常指单例模式，工厂模式等，没听过哪里还有什么POM设计模式，为了避免误解，在本文我还是将POM称为一种设计思想）
POM设计思想将页面UI元素对象、业务逻辑（定位元素 以及 操作定位后的元素）、Case测试数据等分离开来，使得代码逻辑更加清晰，复用性，可维护性更高的一种方法，普遍运用于UI自动化测试当中
通过一个小Demo来感受一下POM设计思想的好处，下面这个Demo基于unittest单元测试框架
unittest是python自带的一个单元测试框架，不仅适用于单元测试，还可用于UI自动化、接口自动化测试用例的开发与执行；此框架可以组织执行测试用例，并且提供了丰富的断言方法，判断测试用例是否执行通过，并生成测试结果
在测试类TestSeach当中定义了testSeachPage方法作为一个UI自动化case，这个case主要验证百度主页的搜索功能，其操作步骤为打开百度官网，定位到页面当中的搜索框元素，输入文字，再定位到页面当中的搜索按钮元素，进行点击按钮操作搜索，最后进行搜索结果断言
from selenium import webdriverimport timeimport unittestclass TestSeach(unittest.TestCase):def testSeachPage(self):# ======测试基础数据===================url = "http://www.baidu.com"# 搜索输入框search_input = {"id": "kw"}# 百度一下 按钮search_button = {"id": "su"}# ======测试基础数据===================# ======定位元素,操作元素以及断言=================================# 启动WebDriver，地址填写本地下载的WebDriver的路径driver = webdriver.Chrome("/Users/yangzi/Downloads/chromedriver")# 访问百度driver.get(url)# 定位元素，并进行相应操作driver.find_element("id", search_input["id"]).send_keys("测试开发学习路线通关大厂")driver.find_element("id", search_button["id"]).click()# 断言 (仅演示，下面的语句断言结果永为真) # assertEqual()为unittest内置方法self.assertEqual(url, "http://www.baidu.com", msg="input url error!")# 睡眠5秒time.sleep(5)# 释放资源, 退出浏览器driver.quit()# ======定位元素,操作元素以及断言 ============================if __name__ == '__main__':unittest.main()在以上的Demo当中，我们把写自动化case所必须的URL，元素id的值等必要的测试case基础数据，定位以及操作元素的方法，以及断言方法都写在了TestSeach测试类当中的testSeachPage方法，testSeachPage方法就充当了一个UI自动化case，但是在这个case当中各部分代码耦合在一起
单独看这段Demo代码感觉还非常简单，这是因为我们只访问了1个页面，并且定位元素以及对元素操作的次数非常少，维护这样一个简单的UI页面自动化case还非常容易
在实际情况下，我们往往要维护几十个甚至上百个页面，假设某个页面新增或者删除了一个元素，若有100个case用到了该页面，在最坏情况下，我们都得依次手动修改这100个case当中的代码逻辑，这样会让我们的脚本维护变得繁琐复杂，而且变得耗时易出错
虽说IDE有相关功能可以一键修改，但采用良好的设计思想能大大提高我们的case维护效率
总的来说，与其用一个类”充胖子”，不如拆分成3个类各司其职，这三个类分别是基类、某个具体的页面类（继承基类）、测试类
接下来我们利用POM设计思想，对上面的Demo进行改写
首先定义一个基类Base Page，这是所有页面的父类。在这个基类当中定义了定位、操作定位后元素的基础方法，保证能够提供对元素进行点击，赋值，获取值等的能力
# page基类class Page(object):"""Page基类，所有页面page都应该继承该类"""def __init__(self, driver, base_url="https://www.baidu.com"):self.driver = driverself.base_url = base_urldef find_element(self, *loc):return self.driver.find_element(*loc)def get_attribute(self, attribute, loc):return self.find_element(*loc).get_attribute(attribute)def input_text(self, loc, text):self.find_element(*loc).send_keys(text)def click(self, loc):self.find_element(*loc).click()接着定义某个具体的页面类（为方便说明，以下统称页面类A），页面类A继承了基类Base Page，在具体的页面类当中，可以重写或者二次封装基类当中定义的方法，使其更加易读，具备更加定制化的功能
from selenium.webdriver.common.by import Byfrom BasePage import Page# 百度搜索pageclass SearchPage(Page):# 百度搜索页面的元素信息(定位元素的方式，以及对应的值)# 搜索输入框 元素search_input = (By.ID, 'kw')# 百度一下按钮 元素search_button = (By.ID, 'su')# 百度热搜 元素hot_search = (By.XPATH, '//*[@id="1"]/div/div/div[1]')def __init__(self, driver, base_url="https://www.baidu.com"):Page.__init__(self, driver, base_url)def openBaiduHomePage(self):print("打开首页: ", self.base_url)self.driver.get(self.base_url)def input_search_text(self, text="testerGuie"):print("输入搜索关键字：测试开发Guide")self.input_text(self.search_input, text)def click_search_btn(self):print("点击 百度一下按钮")self.click(self.search_button)def get_hot_search_title(self):return self.get_attribute("title",self.hot_search)最后就是测试类，在测试类当中创建 页面类A 的对象，调用二次封装的方法当中填入测试数据，并添加断言，从而构成了整个测试case
import unittestfrom selenium import webdriverfrom SearchPage import SearchPage# 百度搜索测试class TestSearchPage(unittest.TestCase):def setUp(self):# webdriver的path请修改为自己本地路径self.driver = webdriver.Chrome("/Users/yangzi/Downloads/chromedriver")def testSearch(self):driver = self.driverdriver.implicitly_wait(10)# 百度网址url = "https://www.baidu.com"# 搜索文本text = "测试开发进大厂"# 断言，期望验证的标题assert_title = "百度热搜"search_Page = SearchPage(driver, url)# 启动浏览器，访问百度首页search_Page.openBaiduHomePage()# 输入 搜索词search_Page.input_search_text(text)# 单击 百度一下 按钮进行搜索search_Page.click_search_btn()# 验证标题self.assertEqual(search_Page.get_hot_search_title(), assert_title)def tearDown(self):self.driver.quit()if __name__ == '__main__':unittest.main()经过采用POM设计，相比最开始的Demo，看上去结构似乎没有多大变化，反而增加定义了额外的类，确实因为举例非常简单，但当测试case逐步增多，你会发现这样设计的好处
另外，这个测试用例还有一些能够优化的地方，比如说测试数据像网页的url、搜索的文本text、断言的期望结果等测试数据都是写死在代码当中，每新增一个case，就要在代码当中编写新的数据，我们有没有办法填写新的case时不再修改代码，减少代码冗余，只补充测试数据即可，数据驱动设计思想就能达成此目的
什么是数据驱动
本篇文章提到的数据驱动，指在软件测试领域当中的数据驱动测试（Data-Driven Testing，简称DDT）是一种软件测试方法，在数据源的帮助下重复执行相同顺序的测试步骤，测试脚本从数据源读取测试数据，而不使用硬编码值（测试数据写死在代码中）
数据源通常有以下情况：
数据硬编码在自动化测试脚本中
从文件读取数据，如
Json、Excel、CSV、Yaml等格式文件从数据库中读取数据
调用接口获取数据源
本地编写数据生成的方法(脚本)
对于第1种，直接把测试数据定义在脚本中，虽然简单直观，但没有做到“测试数据”与“执行代码”解耦，不方便后期维护
对于3，4，5种情况，在自动化测试当中也会使用到，如部分参数构造，测试脚本获取其他外部数据用于脚本当中的业务逻辑等场景
在自动化测试的离线脚本当中，对于人工编写自动化case的场景，我们通常采用第2种情况，在文件当中定义自动化case的测试数据，测试脚本从文件读取数据执行自动化测试
文件读写在各大编程语言当中都提供丰富的方法支持，下面用Python举例，分别读取Json、Excel、CSV、Yaml文件的内容，工程目录见下图
（1）读取Json文件内容
import jsondef readJSON(filename):with open(file=filename, mode="r", encoding="UTF-8") as f:res=json.load(f)return resif __name__ == '__main__':searchPageTestData = readJSON("../Case/searchPage.json")print(searchPageTestData["search"]["search_url"],searchPageTestData["search"]["search_text"],searchPageTestData["search"]["assert_title"])（2）读取Excel文件内容
import xlrd# 读取行def readExcelByRow():lists = []book = xlrd.open_workbook("../Case/searchPage.xls")# 打开Excel文件，存在book里(不用一定叫book，改成别的名字也可以，但是要记得下面一行的book也要替换)sheet = book.sheet_by_index(0)# 索引是0的是第一张表for item in range(1, sheet.nrows):# 按行读取，for循环就是输出所要求的行lists.append(sheet.row_values(item))# 转换为表格形式return lists# 读取列def readExcelByCol():lists = []book = xlrd.open_workbook("../Case/searchPage.xls")sheet = book.sheet_by_index(0)for item in range(1, sheet.ncols):# 按列读取lists.append(sheet.col_values(item))return listsif __name__ == '__main__':rows = readExcelByRow()cols = readExcelByCol()print("Excel文件按行遍历 rows", rows)print("Excel文件按列遍历 cols", cols)（3）读取CSV文件内容
import csvdef readCsvList():lists = []# 新建一个列表，将要提取的数据放到这个新列表里with open(file="../Case/searchPage.csv", mode="r", encoding="UTF-8") as f:reader = csv.reader(f)# 读取列表样式.reader()next(reader)# 不读取第一行casename,search_url,search_text,assert_titlefor item in reader:lists.append(item)return listsif __name__ == '__main__':res = readCsvList()print(res)（4）读取Yaml文件内容
import yamldef readYaml():with open(file="../Case/searchPage.yaml", mode="r", encoding="UTF-8") as f:return yaml.safe_load(f)if __name__ == '__main__':searchPage = readYaml()print("返回数据类型", type(readYaml()))print(searchPage["search"]["search_url"])print(searchPage["search"]["search_text"])print(searchPage["search"]["assert_title"])最后以读取Json文件为例，改写测试类的内容，测试数据url、搜索文本text、断言的标题均从Json文件当中获取
import unittestfrom selenium import webdriverfrom POM.SearchPage import SearchPagefrom Utils.readJson import readJSON# 百度搜索测试class TestSearchPage(unittest.TestCase):def setUp(self):self.driver = webdriver.Chrome("/Users/yangzi/Downloads/chromedriver")def testSearch(self):driver = self.driverdriver.implicitly_wait(10)# 从Json文件获取测试case数据searchPageTestData = readJSON("../Case/searchPage.json")# 百度网址url = searchPageTestData["search"]["search_url"]# 搜索文本text = searchPageTestData["search"]["search_text"]# 断言，期望验证的标题assert_title = searchPageTestData["search"]["assert_title"]search_Page = SearchPage(driver, url)# 启动浏览器，访问百度首页search_Page.openBaiduHomePage()# 输入 搜索词search_Page.input_search_text(text)# 单击 百度一下 按钮进行搜索search_Page.click_search_btn()# 验证标题self.assertEqual(search_Page.get_hot_search_title(), assert_title)def tearDown(self):self.driver.quit()if __name__ == '__main__':unittest.main()采用数据驱动思想后，后续新增case只需要在Json文件补充测试数据即可，其他文件格式同理
{"search": {"search_url": "https://www.baidu.com" ,"search_text": "测试开发进大厂","assert_title":"百度热搜"},"search_02": {"search_url": "xxxx" ,"search_text": "xxxx","assert_title":"xxxx"},"search_03": {"search_url": "yyyy" ,"search_text": "yyy","assert_title":"yyyy"}}目前部分自动化测试框架也自带了的数据驱动功能：
Unitest：使用装饰器
@ddt装饰测试类，@data或者@file_data来装饰需要驱动的测试方法，可实现数据驱动Pytest：使用装饰器
@pytest.mark.parametrize("xx")TestNG：使用注解
@DataProviderJunit：使用注解
@ParameterizedTest+@ValueSource
值得关注的一点，自动化测试框架自带的数据驱动功能，也是将测试数据写在代码当中，但通过装饰器或者注解的形式完成了代码和测试数据解耦，大家可以根据自己的情况灵活选择数据驱动的方式
什么是关键字驱动
在前面的POM设计，在具体的UI页面类当中，二次封装Base Page Class 基类当中的方法，使得更加易读，提现了封装的思想，而关键字驱动实质还是体现封装的思想
关键字驱动是指将所有case依赖的公共步骤，进行再次封装，形成关键字，调用不同的关键字组合实现不同的业务逻辑，从而驱动测试用例执行
关键字驱动的实现方法一般有两种：（1）第一种：自己手动实现关键字，进行公共步骤的二次封装 （2）第二种：某些自动化测试框架已经自带关键字功能，可直接使用或者扩展自定义关键字
手动实现关键字
还是以上面搜索页面UI自动化测试Case为例，对于其他所有要用到百度页面搜索功能的case，都需要调用三个公共方法，分别是打开百度搜索openBaiduHomePage方法，输入搜索内容input_search_text(text)方法，点击搜索按钮click_search_btn()方法
可以将这三个公共方法，封装为一个关键字
经过关键字驱动改写后的测试case如下
import unittestfrom selenium import webdriverfrom POM.SearchPage import SearchPagefrom Utils.readJson import readJSON# 百度搜索测试class TestSearchPage(unittest.TestCase):def setUp(self):self.driver = webdriver.Chrome("/Users/yangzi/Downloads/chromedriver")def testSearch(self):driver = self.driverdriver.implicitly_wait(10)searchPageTestData = readJSON("../Case/searchPage.json")# 百度网址url = searchPageTestData["search"]["search_url"]# 搜索文本text = searchPageTestData["search"]["search_text"]# 断言，期望验证的标题assert_title = searchPageTestData["search"]["assert_title"]search_Page = SearchPage(driver, url)# 调用搜索关键字，完成搜索功能search_Page.search_keyword(text)# 验证标题self.assertEqual(search_Page.get_hot_search_title(), assert_title)def tearDown(self):self.driver.quit()if __name__ == '__main__':unittest.main()还可以进一步进行优化降低业务测试人员编写自动化测试case的门槛，将关键字驱动和数据驱动进行结合，把关键字定义在Excel或CSV外部文件当中，读取文件当中的关键字，利用反射机制执行关键字的方法，各大编程语言均支持反射机制，对于Java的反射，可以使用invoke方法执行关键字方法
感兴趣可以阅读文末推荐的文章《自动化测试关键字驱动的原理及实现》Java和Python实现版本
自动化测试框架自带关键字
Robot Framework是基于关键字驱动的自动化测试框架，RF框架本身利用Python实现，已集成定义关键字功能
在引入RF框架的robot依赖库后的内部文件robot/api/deco.py可以看到@keyword('key name')装饰器的定义，从注释中可以看到@keyword的使用举例，详细用法可以查看
def keyword(name=None, tags=(), types=()):"""Decorator to set custom name, tags and argument types to keywords.This decorator creates ``robot_name``, ``robot_tags`` and ``robot_types``attributes on the decorated keyword function or method based on theprovided arguments. Robot Framework checks them to determine the keyword'sname, tags, and argument types, respectively.Name must be given as a string, tags as a list of strings, and typeseither as a dictionary mapping argument names to types or as a listof types mapped to arguments based on position. It is OK to specify typesonly to some arguments, and setting ``types`` to ``None`` disables typeconversion altogether.If the automatic keyword discovery has been disabled with the:func:`library` decorator or by setting the ``ROBOT_AUTO_KEYWORDS``attribute to a false value, this decorator is needed to mark functionsor methods keywords.Examples::@keyworddef example():# ...@keyword('Login as user "${user}" with password "${password}"', tags=['custom name', 'embedded arguments', 'tags'])def login(user, password):# ...@keyword(types={'length': int, 'case_insensitive': bool})def types_as_dict(length, case_insensitive):# ...@keyword(types=[int, bool])def types_as_list(length, case_insensitive):# ...@keyword(types=None])def no_conversion(length, case_insensitive=False):# ..."""if inspect.isroutine(name):return keyword()(name)def decorator(func):func.robot_name = namefunc.robot_tags = tagsfunc.robot_types = typesreturn funcreturn decorator结束语
本文介绍了自动化测试当中常用的三大技巧，PO设计思想，数据驱动及关键字驱动，大家可以在实际工作当中单独使用某种设计，也可以将三者组合起来使用，减少在量级过大的自动化Case维护成本
最后感谢每一个认真阅读我文章的人，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走：
这些资料，对于【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你!
下方进去可以自行获取一份完整的软件测试视频教程，我也曾靠它涨薪【保证100%免费】
