当前位置: 首页 > news >正文

无线真机自动化测试全攻略-appium+phthon

通过WiFi连接真机进行自动化测试

1、开启设备端口

1、将真机用USB线连接到电脑,cmd打开命令行,输入adb devices,查询连接设备的名称。

如图:真机udid为316d9073

2、开启端口(端口不能被占用),输入adb -s 316d9073 tcpip 5556

2、无线连接设备

1、开启端口后用无线连接(保证设备和PC机在同一个局域网,可以用ping验证是否相通)。打开真机,查看IP地址。如图:IP为10.106.17.26

2、通过查询到的真机IP与设置的端口号,输入adb connect 10.106.17.26:5556

3、连接上后就可以拔掉USB线了,查看连接状态,输入adb devices

说明已经连接上了。然后可以继续用上面方法无线连接其他的设备。

3、执行测试脚本

1、在脚本设置参数里,连接物理设备udid的取值填写真机IP与端口号。

desired_caps['udid'] = '10.106.17.26:5556'

2、本章以操作Chrome为示例,真机设备里如没有Chrome应用程序,可以在执行自动化测试前先安装到设备里,安装Chrome输入安装命令 adb install -r 进行安装,或者使用手机助手进行安装。

3、脚本代码:

代码语言:javascript

AI代码解释

#!/usr/bin/env python # -*- coding: utf-8 -*- from appium import webdriver import time """ 通过WiFi连接真机进行自动化测试 """ desired_caps = {} desired_caps['automationName'] = 'Appium' desired_caps['platformName'] = 'Android' desired_caps['platformVersion'] = '6.0' desired_caps['deviceName'] = 'Galaxy C7' desired_caps['udid'] = '10.106.17.26:5556' desired_caps['unicodeKeyboard'] = True desired_caps['resetKeyboard'] = True desired_caps['newCommandTimeout'] = 60 desired_caps['browserName'] = 'Chrome' desired_caps['nativeWebScreenshot'] = True desired_caps['recreateChromeDriverSessions'] = True driver = webdriver.Remote('http://localhost:4723/wd/hub', desired_caps) print("启动Chrome") driver.get("https://www.baidu.com") driver.find_element_by_id("index-kw").send_keys("Appium") driver.find_element_by_id("index-bn").click() time.sleep(2) driver.quit()

4、cmd打开命令行,输入appium,开启appium服务。

5、执行测试脚本,此时appium服务日志可以看到以无线的方式在执行脚本。

http://www.gsyq.cn/news/177025.html

相关文章:

  • GitHub热门推荐:PyTorch-CUDA-v2.8镜像开源项目实践
  • 2025必备10个降AIGC工具,继续教育者必看!
  • 《代码大全2》前三分之一观后感
  • Jupyter Notebook代码折叠:提升长脚本阅读体验
  • 12.22 - 12.28 周总结
  • AI应用架构师的独特视角:人机协作新范式流程设计最佳实践
  • 重组蛋白常用标签技术解析:科研级蛋白表达与纯化中的关键工具
  • MATLAB代码:基于模型预测控制的楼宇负荷需求响应研究 关键词:楼宇负荷 空调 模型预测控制...
  • Git Merge Conflict解决冲突:整合多人PyTorch开发成果
  • SSH无密码登录配置:提高PyTorch服务器访问效率
  • 【物流中心选址】智能优化算法在物流中心选址的应用附Matlab代码
  • 基于PLC的交通灯控制系统交通信号灯十字路口红绿灯MCGS嵌入式组态仿真
  • Anaconda虚拟环境备份与恢复:保护PyTorch开发配置
  • Git Ignore忽略文件:排除PyTorch缓存和日志干扰
  • 终身学习:构建能持续进化的AI Agent
  • GitHub Pull Request审查流程:协作改进PyTorch代码
  • Jenkins升级版本(2.289.3-2.528.3)
  • Turfjs+ECharts:空间分析结果的图表化展示
  • DiskInfo下载官网之外的选择:监控GPU存储使用状态
  • 提示工程架构师处理多语言场景的8个常见问题,一一解答!
  • 通过SSH密钥免密登录PyTorch开发服务器配置教程
  • react相关面试题
  • YOLOv5模型蒸馏实战:使用PyTorch压缩大模型
  • 关于注解(Annotation)的详细介绍
  • 数据标准
  • 联邦学习在AI原生应用中的5大核心优势与落地实践
  • PyTorch DataLoader多线程优化:提升GPU利用率技巧
  • SSH KeepAlive配置:防止长时间PyTorch训练中断
  • CNN反卷积实现:PyTorch中转置卷积层的应用
  • 摄像机