作者：京東物流 劉紅妍

導(dǎo)讀：

在自動(dòng)化測(cè)試實(shí)踐中，為了更好的契合被測(cè)業(yè)務(wù)場(chǎng)景，需要不斷優(yōu)化框架分層結(jié)構(gòu)。本文結(jié)合產(chǎn)品模塊化思路，意在介紹通過(guò)策略模式改造原本復(fù)雜分支語(yǔ)句代碼，通過(guò)理論講解、思路分析、方案設(shè)計(jì)、及代碼演示，提供自動(dòng)化腳本重構(gòu)的落地方案。

在今年的敏捷團(tuán)隊(duì)建設(shè)中，我通過(guò)Suite執(zhí)行器實(shí)現(xiàn)了一鍵自動(dòng)化單元測(cè)試。Juint除了Suite執(zhí)行器還有哪些執(zhí)行器呢？由此我的Runner探索之旅開始了！

1 痛點(diǎn)

隨著運(yùn)輸業(yè)務(wù)場(chǎng)景的不斷豐富和自動(dòng)化腳本量的不斷累積，日常在review用例時(shí)發(fā)現(xiàn)，目前大家仍停留在針對(duì)需求定制化用例編寫，無(wú)法提高用例可復(fù)用性和可編排性。當(dāng)業(yè)務(wù)流程中間某一環(huán)節(jié)發(fā)生變化時(shí)，不但需要重新修改腳本，還會(huì)影響當(dāng)前應(yīng)用其他用例執(zhí)行結(jié)果。所以，如何設(shè)計(jì)高復(fù)用性腳本成為目前自動(dòng)化建設(shè)的關(guān)鍵節(jié)點(diǎn)。

設(shè)計(jì)理論

理解，首先 MCube 會(huì)依據(jù)模板緩存狀態(tài)判斷是否需要網(wǎng)絡(luò)獲取最新模板，當(dāng)獲取到模板后進(jìn)行模板加載，加載階段會(huì)將產(chǎn)物轉(zhuǎn)換為視圖樹的結(jié)構(gòu)，轉(zhuǎn)換完成后將通過(guò)表達(dá)式引擎解析表達(dá)式并取得正確的值，通過(guò)事件解析引擎解析用戶自定義事件并完成事件的綁定，完成解析賦值以及事件綁定后進(jìn)行視圖的渲染，最終將目標(biāo)頁(yè)面展示到屏幕。從設(shè)計(jì)稿出發(fā)，提升頁(yè)面搭建效率，亟需解決的核心問(wèn)題有：

2.1 設(shè)計(jì)理念

根據(jù)面向?qū)ο蟪绦蛟O(shè)計(jì)理念，設(shè)計(jì)者應(yīng)遵循高內(nèi)聚與低耦合原則，通常程序結(jié)構(gòu)中各模塊的內(nèi)聚程度越高，模塊間的耦合程度就越低。高內(nèi)聚意味著一個(gè)類所能提供的功能應(yīng)該是相關(guān)的，即一個(gè)類不要設(shè)計(jì)得包括很多互不相干的功能，低耦合代表要合理規(guī)劃模塊的顆粒度，即要保證一個(gè)模塊可獨(dú)立存在，降低模塊之間復(fù)雜依賴關(guān)系。

2.2 策略模式

策略模式定義了一系列的算法，將每一組相關(guān)的算法封裝起各個(gè)策略分支，從而將分支相關(guān)的代碼隱藏起來(lái)，并且使它們之間可以相互替換。策略模式讓算法的變化不會(huì)影響到使用算法的客戶，希望可以提高程序的可擴(kuò)展性。

解決思路

理解，首先 MCube 會(huì)依據(jù)模板緩存狀態(tài)判斷是否需要網(wǎng)絡(luò)獲取最新模板，當(dāng)獲取到模板后進(jìn)行模板加載，加載階段會(huì)將產(chǎn)物轉(zhuǎn)換為視圖樹的結(jié)構(gòu)，轉(zhuǎn)換完成后將通過(guò)表達(dá)式引擎解析表達(dá)式并取得正確的值，通過(guò)事件解析引擎解析用戶自定義事件并完成事件的綁定，完成解析賦值以及事件綁定后進(jìn)行視圖的渲染，最終將目標(biāo)頁(yè)面展示到屏幕。從設(shè)計(jì)稿出發(fā)，提升頁(yè)面搭建效率，亟需解決的核心問(wèn)題有：

3.1 基本思路

根據(jù)運(yùn)輸業(yè)務(wù)同一個(gè)流程存在不同場(chǎng)景，如詢價(jià)服務(wù)接上游下發(fā)詢價(jià)單節(jié)點(diǎn)，需要區(qū)分來(lái)源執(zhí)行不同邏輯，目前設(shè)計(jì)五個(gè)算法能力，根據(jù)后期業(yè)務(wù)不斷擴(kuò)展，還會(huì)有更多算法加入進(jìn)來(lái)，這個(gè)時(shí)候需要考慮一個(gè)好的結(jié)構(gòu)對(duì)代碼進(jìn)行優(yōu)化?？赡芮捌诖蠹彝ㄟ^(guò)if...elif...else 分支語(yǔ)句就可實(shí)現(xiàn)，但在考慮系統(tǒng)的健壯性和可維護(hù)性，這里就不能大量使用if分支語(yǔ)句。因?yàn)槊恳环N算法能力的代碼量極大且算法參數(shù)幾十個(gè)，在隨著更多上游接入可能存在十幾個(gè)甚至更多else分支，很容易顧此失彼，牽一發(fā)而動(dòng)全身。所以，利用策略模式設(shè)計(jì)一系列算法，再供用例拼裝調(diào)用，提高代碼的可讀性和可復(fù)用性。

3.2 方案分析

優(yōu)點(diǎn)：

1. 代碼解耦，便于維護(hù)；

2. 避免使用難以維護(hù)的多重條件選擇語(yǔ)句；

3. 可以運(yùn)行時(shí)動(dòng)態(tài)切換算法；

4. 開閉原則。無(wú)須對(duì)上下文代碼進(jìn)行修改，就可以添加新的代碼。

缺點(diǎn)：

1. 如果算法邏輯，較為固定，不經(jīng)常修改，使用策略模式只會(huì)增加代碼量

2. 必須知道所有的具體策略類及它們的區(qū)別。

方案概述

理解，首先 MCube 會(huì)依據(jù)模板緩存狀態(tài)判斷是否需要網(wǎng)絡(luò)獲取最新模板，當(dāng)獲取到模板后進(jìn)行模板加載，加載階段會(huì)將產(chǎn)物轉(zhuǎn)換為視圖樹的結(jié)構(gòu)，轉(zhuǎn)換完成后將通過(guò)表達(dá)式引擎解析表達(dá)式并取得正確的值，通過(guò)事件解析引擎解析用戶自定義事件并完成事件的綁定，完成解析賦值以及事件綁定后進(jìn)行視圖的渲染，最終將目標(biāo)頁(yè)面展示到屏幕。

4.1 環(huán)境依賴

Laputa框架簡(jiǎn)介：

Laputa框架基于 Pytest 集成了對(duì)API接口自動(dòng)化, 以及對(duì) Web應(yīng)用, 移動(dòng)端應(yīng)用和 Windows 桌面應(yīng)用 UI 等自動(dòng)化的能力。具有可視化的Web界面工具, 便于配置執(zhí)行規(guī)則，關(guān)聯(lián)執(zhí)行腳本， 觸發(fā)用例執(zhí)行，查看執(zhí)行結(jié)果。提供CI集成服務(wù)，調(diào)用Jenkins API跟蹤持續(xù)集成結(jié)果，開放接口，實(shí)現(xiàn)流水線自動(dòng)化測(cè)試。

圖1 自動(dòng)化框架架構(gòu)圖

4.2 分層改造

圖2 自動(dòng)化用例分層圖

4.3 策略設(shè)計(jì)

圖3 策略模式設(shè)計(jì)圖

4.4 操作步驟

1. 將頻繁修改的算法進(jìn)行抽取，獨(dú)立為具體的算法類；

2.創(chuàng)建抽象基類，實(shí)現(xiàn)一個(gè)約定的抽象策略方法；

3. 所有獨(dú)立的算法類，必須實(shí)現(xiàn)基類中的抽象策略接口；

4. 建立上下類，該類可以動(dòng)態(tài)的對(duì)算法進(jìn)行setter，創(chuàng)建調(diào)用具體算法的方法，上下文可通過(guò)該方法與具體的策略交互；

5. 客戶端進(jìn)行調(diào)用，傳入具體的算法類，上下文動(dòng)態(tài)執(zhí)行具體的算法任務(wù)。

設(shè)計(jì)實(shí)踐

理解，首先 MCube 會(huì)依據(jù)模板緩存狀態(tài)判斷是否需要網(wǎng)絡(luò)獲取最新模板，當(dāng)獲取到模板后進(jìn)行模板加載，加載階段會(huì)將產(chǎn)物轉(zhuǎn)換為視圖樹的結(jié)構(gòu)，轉(zhuǎn)換完成后將通過(guò)表達(dá)式引擎解析表達(dá)式并取得正確的值，通過(guò)事件解析引擎解析用戶自定義事件并完成事件的綁定，完成解析賦值以及事件綁定后進(jìn)行視圖的渲染，最終將目標(biāo)頁(yè)面展示到屏幕。

5.1 詢價(jià)接單接口改造

如源代碼結(jié)構(gòu)，根據(jù)不同業(yè)務(wù)來(lái)源，寫在一個(gè)方法里通過(guò)if...else...分別組裝場(chǎng)景，一旦上游任一系統(tǒng)存在需求變動(dòng)，當(dāng)前接單接口調(diào)用邏輯需要變動(dòng)：

【python】
def receive_enquiry_bill(**kwargs):
params=[{}]
params[0].update(kwargs)
if params[0].get("enquirySource") == 8:
pass
elif params[0].get("enquiryWay") == 2 and params[0].get("payMode") == 2:
pass
elif params[0].get("enquiryWay") == 2 and params[0].get("payMode") == 3:
pass
if params[0].get("enquirySource") == 46:
pass
if params[0].get("enquirySource") == 20:
pass

改造結(jié)構(gòu)：

上下文類

【python】
class AlgorithmStrategy(object):
    def __init__(self, algorithm_name):
        self.algorithm_name = algorithm_name


    @property
    def algorithm(self):
        return self.algorithm_name


    @algorithm.setter
    def algorithm(self, name):
        self.algorithm_name = name


    def execute_algorithm(self, params):
        return self.algorithm_name.execute(params)

算法基類：

【python】
class CreateEnquiryBillBaseAlgorithm(ABC):# 算法能力基類
    @abstractmethod
    def read_params(self, **kwargs):
scenario=kwargs['scenario'] if "scenario" in kwargs and kwargs['scenario'] else 'base'
        return resource_custom_data[self.__class__.__name__][scenario][0].update(kwargs)


    @abstractmethod
    def execute(self, params):
        return jsf_receive_enquiry_bill(data=json.dumps(params)

不同算法：

【python】
class CreateTFCEnquiryBill(CreateEnquiryBillBaseAlgorithm):
    def read_params(self, **kwargs):
        params = super().read_params(**kwargs)
        params[0].update({"businessCode": kwargs['businessCode'] if 'businessCode' in kwargs else f"TJ{laputa_util.date_time_str(fmt='%y%m%d')}{laputa_util.get_random_num(8)}","receiveBeginTime": tms_util.data_time_str(minutes=100),"deliveryBeginTime": tms_util.data_time_str(minutes=180)})
        return params


    def execute(self, params):
        return super().execute(params)


class CreateECLPClodEnquiryBill(CreateEnquiryBillBaseAlgorithm):


    def read_params(self, **kwargs):
# 若當(dāng)前場(chǎng)景參數(shù)與基礎(chǔ)參數(shù)改動(dòng)較大建議直接在Yaml里另寫Key
params = super().read_params(**kwargs)
params[0].update({"businessCode": kwargs['businessCode'] if 'businessCode' in kwargs else f"ECO{laputa_util.date_time_str(fmt='%y%m%d')}{laputa_util.get_random_num(8)}","receiveBeginTime": tms_util.data_time_str(minutes=100),"deliveryBeginTime": tms_util.data_time_str(minutes=180)})
return params


    def execute(self, params):
        super().execute(params)
return jsf_do_assign(data=json.dumps(params))

算法注入使用：

【python】
def receive_enquiry_bill(algOne=None, sceOne=None, **kwargs):
    """
    Args:
        algorithm: 業(yè)務(wù)類型
        scenario:  測(cè)試場(chǎng)景：執(zhí)行步驟，執(zhí)行數(shù)據(jù)
    Returns:
    """
 if algorithm:    
 # 采用字典形式進(jìn)行手動(dòng)注冊(cè)算法，由python動(dòng)態(tài)查找
 st = {"TFC": CreateTFCEnquiryBill(), "ECLP冷鏈": CreateECLPClodEnquiryBill(), "TC": CreateTCEnquiryBill(),"終端用車": CreateTerminalEnquiryBill()}
    query_algorithm = st.get(algOne)
    return query_algorithm.execute(query_algorithm.read_params(scenario=sceOne, **kwargs))
 else:
  pass

當(dāng)有需求變動(dòng)，只需修改其一策略規(guī)則內(nèi)部代碼，如【分單策略需求】，除運(yùn)輸內(nèi)部系統(tǒng)TFC下發(fā)詢價(jià)指定個(gè)體標(biāo)簽，其他上游沒(méi)有增加標(biāo)簽下發(fā)功能，則只需修改CreateTFCEnquiryBill()代碼即可。

5.2 Common用例組裝

拼接task客戶端方法組成case，利用feature組裝測(cè)試數(shù)據(jù)，數(shù)據(jù)驅(qū)動(dòng)測(cè)試方法執(zhí)行。

【python】
@pytest.mark.parametrize("params", test_data('test_enquiry_core'), indirect=True)
def test_enquiry_core(params):
    enquiry_code = receive_enquiry_bill_core(**params).get("data")
    return quote_enquiry_bill_core(enquiry_code=enquiry_code, **params)

總結(jié)

理解，首先 MCube 會(huì)依據(jù)模板緩存狀態(tài)判斷是否需要網(wǎng)絡(luò)獲取最新模板，當(dāng)獲取到模板后進(jìn)行模板加載，加載階段會(huì)將產(chǎn)物轉(zhuǎn)換為視圖樹的結(jié)構(gòu)，轉(zhuǎn)換完成后將通過(guò)表達(dá)式引擎解析表達(dá)式并取得正確的值，通過(guò)事件解析引擎解析用戶自定義事件并完成事件的綁定，完成解析賦值以及事件綁定后進(jìn)行視圖的渲染，最終將目標(biāo)頁(yè)面展示到屏幕。

隨著運(yùn)輸八大產(chǎn)品建設(shè)方向逐步明確，自動(dòng)化平臺(tái)需要從應(yīng)用維度重構(gòu)到產(chǎn)品維度，在腳本不斷融合和解耦過(guò)程，如何在新的分層模式設(shè)計(jì)高復(fù)用性腳本，需要大家結(jié)合各自業(yè)務(wù)條線不斷優(yōu)化改進(jìn)。