从基础到实战：自动化测试课程学习全记录

在北京参加技术培训的这段时间里，我系统学习了自动化测试的核心知识。作为优秀学员，我将自己的学习笔记整理如下，希望能为同样想进入这个领域的同行提供一些参考。

一、自动化测试的底层逻辑与课程定位

课程一开始，讲师就反复强调：自动化测试不是简单地“用工具代替手工点鼠标”，而是一种系统化的质量保障思维。我们需要理解被测系统的业务流、数据流和接口契约，才能设计出稳定、可复用的测试脚本。

“自动化测试的本质是用代码验证代码，而不是机械地录制回放。”——课程讲师原话

因此，整个培训围绕三个阶段展开：基础脚本编写 → 框架设计与分层 → 持续集成与报告输出。每个阶段都有对应的实战项目，从登录模块到电商订单全流程，难度逐步递增。

二、核心工具链与关键技术点

课程主要使用了以下工具和框架，它们也是当前行业内最常见的技术栈：

• Selenium WebDriver：用于Web端UI自动化，重点学习元素定位策略（id、xpath、CSS选择器）和等待机制（显式等待、隐式等待）。
• Requests库：用于接口自动化测试，掌握GET/POST请求封装、参数化以及响应断言（状态码、JSON字段校验）。
• Pytest + Allure：测试框架与报告生成工具。学习如何用fixture管理测试数据、用标记（mark）进行用例分类，以及将失败截图嵌入Allure报告。
• Git + Jenkins：版本控制与持续集成。将自动化脚本托管到Git仓库，并通过Jenkins定时触发构建，实现每日回归测试。

对于每个工具，讲师都要求我们手写原生代码，而不是依赖录制工具。这虽然增加了初期的学习曲线，但到了后期，当脚本出现报错时，我能更快地从堆栈信息中定位问题。

三、常见踩坑记录与解决思路

培训过程中，我建立了自己的“排错笔记”，这里分享三个典型问题：

1. 元素定位失败：部分页面使用了iframe或动态ID。解决思路是先切换到iframe上下文（driver.switch_to.frame()），或者改用相对关系定位（如父级元素定位后向下查找）。
2. 接口参数编码问题：中文参数在GET请求中可能被转义。需要对参数进行URL编码（urllib.parse.quote），并在断言前统一格式。
3. 测试数据耦合：早期直接把数据写死在脚本里，导致用例无法复用。后来改用Excel或YAML文件管理测试数据，并通过Pytest的参数化装饰器注入，脚本变得简洁了很多。

四、学习效率提升方法

回顾整个培训，我认为下面几点对学习自动化测试很有帮助：

• 先理解概念，再动手敲代码：比如在学习Page Object模式之前，先想清楚分层的目的（页面元素与业务逻辑分离、降低维护成本），而不是盲目模仿代码结构。
• 做一份属于自己的速查表：将常用的定位方法、断言写法、fixture用法整理成表格，遇到卡顿能快速翻阅，不必反复从零搜索。
• 坚持每日提交代码到Git：哪怕当天只写了5行，也形成一个可见的版本记录。这样每晚可以回顾自己改了什么，同时也熟悉Git命令的操作。

五、一些真诚的课后建议

自动化测试能力的提升，最终还是要靠真实项目来检验。课程结束后，我主动申请承担了团队里一个旧接口的回归测试改写任务。初次上手时，我遇到了大量环境配置问题和数据清理问题，但通过查阅文档和请教讲师，最终成功跑通，也积累了宝贵的实战经验。另外，建议大家尽量培养阅读框架源码的习惯，比如Pytest的hook机制和Allure的注解原理。了解这些底层逻辑后，遇到复杂需求时才能灵活定制，而不是始终停留在复制粘贴的层面。

以上就是我在北京技术培训期间的主要学习心得。自动化测试这条路没有终点，每一次语法报错、每一个定位失败、每一版脚本重构，都是通往更专业工程师的阶梯。

从基础到实战：自动化测试课程学习全记录

在北京参加技术培训的这段时间里，我系统学习了自动化测试的核心知识。作为优秀学员，我将自己的学习笔记整理如下，希望能为同样想进入这个领域的同行提供一些参考。

一、自动化测试的底层逻辑与课程定位

课程一开始，讲师就反复强调：自动化测试不是简单地“用工具代替手工点鼠标”，而是一种系统化的质量保障思维。我们需要理解被测系统的业务流、数据流和接口契约，才能设计出稳定、可复用的测试脚本。

“自动化测试的本质是用代码验证代码，而不是机械地录制回放。”——课程讲师原话

因此，整个培训围绕三个阶段展开：基础脚本编写 → 框架设计与分层 → 持续集成与报告输出。每个阶段都有对应的实战项目，从登录模块到电商订单全流程，难度逐步递增。

二、核心工具链与关键技术点

课程主要使用了以下工具和框架，它们也是当前行业内最常见的技术栈：

• Selenium WebDriver：用于Web端UI自动化，重点学习元素定位策略（id、xpath、CSS选择器）和等待机制（显式等待、隐式等待）。
• Requests库：用于接口自动化测试，掌握GET/POST请求封装、参数化以及响应断言（状态码、JSON字段校验）。
• Pytest + Allure：测试框架与报告生成工具。学习如何用fixture管理测试数据、用标记（mark）进行用例分类，以及将失败截图嵌入Allure报告。
• Git + Jenkins：版本控制与持续集成。将自动化脚本托管到Git仓库，并通过Jenkins定时触发构建，实现每日回归测试。

对于每个工具，讲师都要求我们手写原生代码，而不是依赖录制工具。这虽然增加了初期的学习曲线，但到了后期，当脚本出现报错时，我能更快地从堆栈信息中定位问题。

三、常见踩坑记录与解决思路

培训过程中，我建立了自己的“排错笔记”，这里分享三个典型问题：

1. 元素定位失败：部分页面使用了iframe或动态ID。解决思路是先切换到iframe上下文（driver.switch_to.frame()），或者改用相对关系定位（如父级元素定位后向下查找）。
2. 接口参数编码问题：中文参数在GET请求中可能被转义。需要对参数进行URL编码（urllib.parse.quote），并在断言前统一格式。
3. 测试数据耦合：早期直接把数据写死在脚本里，导致用例无法复用。后来改用Excel或YAML文件管理测试数据，并通过Pytest的参数化装饰器注入，脚本变得简洁了很多。

四、学习效率提升方法

回顾整个培训，我认为下面几点对学习自动化测试很有帮助：

• 先理解概念，再动手敲代码：比如在学习Page Object模式之前，先想清楚分层的目的（页面元素与业务逻辑分离、降低维护成本），而不是盲目模仿代码结构。
• 做一份属于自己的速查表：将常用的定位方法、断言写法、fixture用法整理成表格，遇到卡顿能快速翻阅，不必反复从零搜索。
• 坚持每日提交代码到Git：哪怕当天只写了5行，也形成一个可见的版本记录。这样每晚可以回顾自己改了什么，同时也熟悉Git命令的操作。

五、一些真诚的课后建议

自动化测试能力的提升，最终还是要靠真实项目来检验。课程结束后，我主动申请承担了团队里一个旧接口的回归测试改写任务。初次上手时，我遇到了大量环境配置问题和数据清理问题，但通过查阅文档和请教讲师，最终成功跑通，也积累了宝贵的实战经验。另外，建议大家尽量培养阅读框架源码的习惯，比如Pytest的hook机制和Allure的注解原理。了解这些底层逻辑后，遇到复杂需求时才能灵活定制，而不是始终停留在复制粘贴的层面。

以上就是我在北京技术培训期间的主要学习心得。自动化测试这条路没有终点，每一次语法报错、每一个定位失败、每一版脚本重构，都是通往更专业工程师的阶梯。