Python自动化测试全攻略：五种自动化测试模型实战详解

五种自动化测试模型实战详解

• 自动化测试介绍
• 常见的四种测试模型
• 线性/模块化驱动/数据驱动/关键字驱动
• 行为驱动模型
• 经验分享及答疑

随着移动互联网的发展，软件研发模型逐步完善，软件交付质量越来越受到软件公司的重视，软件测试技术特别是自动化测试技术开始在软件系统研发过程中发挥着越来越重要的作用。

与传统的手工测试技术相比，自动化测试具备了良好的可操作性、可重复性和高效率等特点，能够更加全面、快速地执行测试用例，在保证产品质量的前提下实现软件产品的快速迭代。

关于自动化测试的定义，本文不再详细赘述。一般来说，自动化测试是指：从局部或全部代替人工，结合测试工具和测试规范，自动执行测试脚本及提高测试效率的过程。因此，我们可以将自动化测试理解为一个集成体系，在这一体系中包含测试功能的函数库、测试数据源、测试对象标准，以及各种可重用的模块。

自动化测试相对于手工测试而言，其主要进步在于自动化测试模型的引入，自动化测试工具是“死”的，它不具备任何想象力。因此，自动化测试的好坏，完全取决于测试工程师对于测试模型的选择，性能更高的测试模型，会带来更快的测试速度和更高的测量精确度。

自动化测试模型都有哪些？

自动化测试发展至今，先后产生了五种测试模型：线性模型、模块化驱动模型、数据驱动模型、关键字驱动模型和行为驱动模型。为了帮助初入自动化测试行业的从业者快速掌握这些测试模型的基本使用方法

线性模型

通过录制或编写脚本，一个脚本完成一个场景（一组完整功能操作），通过对脚本的回放进行自动化测试。

测试脚本如下图所示（公开课后，可下载完整代码）：