A3--尹飞--证券行业智能UI自动化测试平台建设实践.pdf

1、证券行业智能UI自动化平台建设实践尹飞尹飞测试工具团队负责人证券信息技术，质量效能部，测试工具平台研发组负责人，目前主要负责公司测试工具平台的研发、运营、运维工作，通过探索工具与DevOps结合，实现业务测试效果赋能。曾就职于百度，工作以来长期从事质量平台和智能化测试的开发、建设工作。在ICST会议，发表IEEE论文一篇。目录C O N T E N T S1.证券行业质量工作特点2.明确问题3.平台关键技术(CS/Algorithm)4.实施实践经验(DevOps/效率/能力/信创)5.效果和收益6.思考与后续计划证券行业质量工作特点01行业数智化改革，对于信息系统的测试质量和效率有更高要求。

2、行业背景，测试对象、类型、范围质量工作特点：1、测试对象，分自研与非自研两类产品，其中非自研产品占比高，供应商众多。测试人员对于系统自身，以及各系统间沟通、对齐，需要更多的把控能力。2、测试类型，非自研产品以手工黑盒测试为主，测试执行人员侧重用户视角的验收测试。3、测试范围，交易系统与资金相关，环境链路属于中心发散形态，质量问题影响严重、涉及面大，牵一发而动全身，回归测试频繁。明确问题02效能瓶颈-大量手工黑盒测试需要自动化提升效率面对柜台系统快速的产品迭代压力，外围产品受限于跨厂商、跨产品的信息流通屏障，无法感知柜台升级的精确内容和改动点，为保证产品高质量交付，各个外围测试项目组会开展全用例

3、的“兼容”回归测试，不可避免的承担大量手工测试成本。典型问题一：典型问题一：交易柜台外围产品d外围产品e外围产品f外围产品a外围产品b外围产品c12升级受影响外围受影响外围均需回归验收均需回归验收推广瓶颈-低成本、规模化的自动化能力与DevOps对接DevOps研发测试一体化成为行业事实上标准流程，工具和平台的集成缺少自主可控解决方案。DevOps CD/CT阶段，对自动化测试工具、平台提出了标准化要求：线上平台化、低代码化。典型问题二：典型问题二：DevOps平台冒烟测试集成测试回归测试验收测试线上测试线下脚本用例线上平台化自动化用例运维成本高降低成本(快速编写、录制)专业自动化人员业务人员

4、主动参与（低代码）工具平台问题解决技术瓶颈-自动化驱动技术需要智能化改造业界已有UI自动化能力受限于技术瓶颈，控件定位以ID手段为主，因产品迭代导致控件定位失效经常发生，需要投入大量测试人力对用例进行更新维护。部分视觉定位方法，要么存在训练成本，要么像素敏感，技术鲁棒性强。典型问题三：典型问题三：1920X108070X60图像驱动方式优于控件，但环境变化，识别失败控件驱动图像驱动关键平台技术(CS,ALGORITHM)03关键平台（CS,Algorithm）（虚拟）WinServer执行机（虚拟）WinServer执行机统信执行机前端服务Python算子APICSUI一款BS架构，支持win

5、dows客户端远程控制、具备录制、回放功能的UI自动化测试工具平台。Algorithm基于springcloud微服务架构，使用python实现计算机视觉算法的API托管平台。CS UI自动化平台功能演示用例录制用例组织测试执行测试报告行业用例组织形式结合行业用例特点，用例组织采用：1、流程用例+数据集2、用例包含元件CS UI自动化用例编写执行演示登录数据准备委托数据校验成交数据校验持仓数据校验下单买卖集中普通买卖流程测试用例：数 据 化元 件 化易 维 护平 台 化变 量 化CS UI自动化用例编写执行演示数据校验思路：定位目标数据行01复制数据或OCR识别数据02解析表格数据03数据校验

6、04通常采用排序、搜索等方法将目标数据行置为第一行，通过偏移点击等指令将鼠标定位到目标数据行。通常采用右键复制、ctrl+c、右键导出等方法可以将单行或全部数据复制出来，或者对于简单文本采用OCR图片识别指令识别出目标文本。通过“解析数据表格”指令，将数据智能解析为json格式，并可以存入上下文变量中。通过断言指令做解析后数据的校验。解析后的结果CS UI自动化平台功能演示CV算法平台建设背景随着UI自动化平台的建设、发展，存在诸多智能化改造诉求。为了给UI自动化测试平台扩展智能视觉识别技术，需要算法服务中心，将算法、算子实现了API服务化。算法中心实现