共计 5635 个字符，预计需要花费 15 分钟才能阅读完成。
作者：京东物流 刘红妍
导读：在自动化测试实际中，为了更好的符合被测业务场景，须要一直优化框架分层构造。本文联合产品模块化思路，意在介绍通过策略模式革新本来简单分支语句代码，通过实践解说、思路剖析、方案设计、及代码演示，提供自动化脚本重构的落地计划。
01 痛点
在往年的麻利团队建设中，我通过 Suite 执行器实现了一键自动化单元测试。Juint 除了 Suite 执行器还有哪些执行器呢？由此我的 Runner 探索之旅开始了！
随着运输业务场景的不断丰富和自动化脚本量的一直累积，日常在 review 用例时发现，目前大家仍停留在针对需要定制化用例编写，无奈进步用例可复用性和可编排性。当业务流程两头某一环节发生变化时，岂但须要从新批改脚本，还会影响以后利用其余用例执行后果。所以，如何设计高复用性脚本成为目前自动化建设的要害节点。
02 设计实践*
了解，首先 MCube 会根据模板缓存状态判断是否须要网络获取最新模板，当获取到模板后进行模板加载，加载阶段会将产物转换为视图树的构造，转换实现后将通过表达式引擎解析表达式并获得正确的值，通过事件解析引擎解析用户自定义事件并实现事件的绑定，实现解析赋值以及事件绑定后进行视图的渲染，最终将指标页面展现到屏幕。从设计稿登程，晋升页面搭建效率，亟需解决的外围问题有：
2.1 设计理念 *
依据面向对象程序设计理念，设计者应遵循高内聚与低耦合准则，通常程序结构中各模块的内聚水平越高，模块间的耦合水平就越低。高内聚意味着一个类所能提供的性能应该是相干的，即一个类不要设计得包含很多互不相干的性能，低耦合代表要正当布局模块的颗粒度，即要保障一个模块可独立存在，升高模块之间简单依赖关系。
2.2 策略模式**
策略模式定义了一系列的算法，将每一组相干的算法封装起各个策略分支，从而将分支相干的代码暗藏起来，并且使它们之间能够互相替换。策略模式让算法的变动不会影响到应用算法的客户，心愿能够进步程序的可扩展性。
03 解决思路
了解，首先 MCube 会根据模板缓存状态判断是否须要网络获取最新模板，当获取到模板后进行模板加载，加载阶段会将产物转换为视图树的构造，转换实现后将通过表达式引擎解析表达式并获得正确的值，通过事件解析引擎解析用户自定义事件并实现事件的绑定，实现解析赋值以及事件绑定后进行视图的渲染，最终将指标页面展现到屏幕。从设计稿登程，晋升页面搭建效率，亟需解决的外围问题有：
3.1 基本思路
依据运输业务同一个流程存在不同场景，如询价服务接上游下发询价单节点，须要辨别起源执行不同逻辑，目前设计五个算法能力，依据前期业务一直扩大，还会有更多算法退出进来，这个时候须要思考一个好的构造对代码进行优化。可能后期大家通过 if…elif…else 分支语句就可实现，但在思考零碎的健壮性和可维护性，这里就不能大量应用 if 分支语句。因为每一种算法能力的代码量极大且算法参数几十个，在随着更多上游接入可能存在十几个甚至更多 else 分支，很容易顾此失彼，牵一发而动全身。所以，利用策略模式设计一系列算法，再供用例拼装调用，进步代码的可读性和可复用性。
3.2 计划剖析**
长处：
- 代码解耦，便于保护；
- 防止应用难以保护的多重条件抉择语句；
- 能够运行时动静切换算法；
- 开闭准则。毋庸对上下文代码进行批改，就能够增加新的代码。
毛病：
- 如果算法逻辑，较为固定，不常常批改，应用策略模式只会减少代码量
- 必须晓得所有的具体策略类及它们的区别。
04 计划概述
了解，首先 MCube 会根据模板缓存状态判断是否须要网络获取最新模板，当获取到模板后进行模板加载，加载阶段会将产物转换为视图树的构造，转换实现后将通过表达式引擎解析表达式并获得正确的值，通过事件解析引擎解析用户自定义事件并实现事件的绑定，实现解析赋值以及事件绑定后进行视图的渲染，最终将指标页面展现到屏幕。
4.1 环境依赖
Laputa 框架简介：
Laputa 框架基于 Pytest 集成了对 API 接口自动化, 以及对 Web 利用, 挪动端利用和 Windows 桌面利用 UI 等自动化的能力。具备可视化的 Web 界面工具, 便于配置执行规定，关联执行脚本，触发用例执行，查看执行后果。提供 CI 集成服务，调用 Jenkins API 跟踪继续集成后果，凋谢接口，实现流水线自动化测试。
图 1 自动化框架架构图
4.2 分层革新**
图 2 自动化用例分层图
4.3 策略设计**
图 3 策略模式设计图
4.4 操作步骤**
- 将频繁批改的算法进行抽取，独立为具体的算法类；
- 创立形象基类，实现一个约定的形象策略办法；
- 所有独立的算法类，必须实现基类中的形象策略接口；
- 建设高低类，该类能够动静的对算法进行 setter，创立调用具体算法的办法，上下文可通过该办法与具体的策略交互；
- 客户端进行调用，传入具体的算法类，上下文动静执行具体的算法工作。
05 设计实际
了解，首先 MCube 会根据模板缓存状态判断是否须要网络获取最新模板，当获取到模板后进行模板加载，加载阶段会将产物转换为视图树的构造，转换实现后将通过表达式引擎解析表达式并获得正确的值，通过事件解析引擎解析用户自定义事件并实现事件的绑定，实现解析赋值以及事件绑定后进行视图的渲染，最终将指标页面展现到屏幕。
5.1 询价接单接口革新
如源代码构造，依据不同业务起源，写在一个办法里通过 if…else… 别离组装场景，一旦上游任一零碎存在需要变动，以后接单接口调用逻辑须要变动：
【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革新构造：
上下文类
【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)
算法基类
【python】class CreateEnquiryBillBaseAlgorithm(ABC):# 算法能力基类
@abstractmethod
def read_params(self,
**kwargs):
scenario=kwargs['scenario'] if "scenario" in kwargs and kwargs['scenario'] else【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'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):
# 若以后场景参数与根底参数改变较大倡议间接在 Yaml 里另写 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))算法注入应用：
【python】def receive_enquiry_bill(algOne=None, sceOne=None, **kwargs):
"""
Args:
algorithm: 业务类型
scenario: 测试场景：执行步骤，执行数据
Returns:
"""
if algorithm:
# 采纳字典模式进行手动注册算法，由 python 动静查找
st = {"TFC": CreateTFCEnquiryBill(), "ECLP 冷链": CreateECLPClod
EnquiryBill(), "TC": CreateTCEnquiryBill(),"终端用车": CreateTerminalEnquiryBill()}
query_algorithm = st.get(algOne)
return
query_algorithm.execute(query_algorithm.read_params(scenario=sceOne, **kwargs))
else:
pass当有需要变动，只需批改其一策略规定外部代码，如【分单策略需要】，除运输外部零碎 TFC 下发询价指定个体标签，其余上游没有减少标签下发性能，则只需批改 CreateTFCEnquiryBill()代码即可。
5.2 Common 用例组装
拼接 task 客户端办法组成 case，利用 feature 组装测试数据，数据驱动测试方法执行。
【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)06 总结
了解，首先 MCube 会根据模板缓存状态判断是否须要网络获取最新模板，当获取到模板后进行模板加载，加载阶段会将产物转换为视图树的构造，转换实现后将通过表达式引擎解析表达式并获得正确的值，通过事件解析引擎解析用户自定义事件并实现事件的绑定，实现解析赋值以及事件绑定后进行视图的渲染，最终将指标页面展现到屏幕。
随着运输八大产品建设方向逐渐明确，自动化平台须要从利用维度重构到产品维度，在脚本一直交融和解耦过程，如何在新的分层模式设计高复用性脚本，须要大家联合各自业务条线一直优化改良。
