Appium — 是什么、工作原理及跨平台测试

什么是 Appium

Appium 是一个开源框架，用于自动化移动应用程序测试，基于客户端-服务器架构。Appium 服务器通过 WebDriver 协议从客户端接收命令，并将其委派给原生驱动程序：iOS 使用 XCUITest，Android 使用 UiAutomator2，Windows 使用 WinAppDriver。

历史与社区

Appium 创建于 2013 年，从此成为跨平台测试的行业标准。该项目由 Appium Foundation 管理，并得到大公司的支持：Sauce Labs、HeadSpin、Microsoft。全球每月有超过 50 万测试人员使用 Appium。

支持的应用程序类型

Appium 支持三种类型的应用程序：原生（iOS、Android、Windows）、移动 Web 浏览器（Safari、Chrome）和混合应用程序（原生外壳内的 WebView）。每种类型使用自己的上下文：NATIVE_APP、WEBVIEW 或 CHROMIUM。

Appium 和 WebDriver 架构

Appium 架构由四层组成：客户端代码 → Appium Client Library → Appium Server → 原生驱动程序。客户端库实现了 WebDriver 协议，并向服务器发送 HTTP 请求。服务器将其转换为平台原生驱动程序的命令。

WebDriver 协议

WebDriver 是 W3C 的浏览器自动化标准，由 Appium 针对移动设备进行了适配。每个操作 — 查找元素、点击、输入文本 — 都作为 HTTP 请求发送到服务器。例如，POST /session/{id}/element 创建一个新的测试会话。

会话和 Desired Capabilities

每个测试都通过 Desired Capabilities 对象创建会话开始。其中指定：platformName、deviceName、appPath、automationName 和其他参数。Appium 使用这些数据来选择适当的原生驱动程序并配置设备。

# Android 的 Desired Capabilities 示例
desired_caps = {
    'platformName': 'Android',
    'deviceName': 'Pixel_4',
    'app': '/path/to/app.apk',
    'automationName': 'UiAutomator2',
    'appPackage': 'com.example.app',
    'appActivity': '.MainActivity'
}
driver = webdriver.Remote('http://localhost:4723/wd/hub', desired_caps)

安装和配置 Appium

通过 npm 安装 Appium：npm install -g appium。安装后，需要为每个平台配置原生驱动程序：appium driver install xcuitest 和 appium driver install uiautomator2。使用 iOS 需要 Xcode，Android 需要 Android SDK。

Appium Inspector

Appium Inspector 是一个用于检查界面元素的图形工具。它连接到正在运行的 Appium 服务器，并显示 UI 组件的层次结构、它们的属性和定位器。Inspector 允许在编写测试之前检查选择器。

启动服务器

Appium 服务器使用 appium 命令启动，带有可选参数：端口、地址、日志记录。默认情况下，服务器监听端口 4723。为了并行运行多个设备，使用不同的端口或 Appium 集群。

# 带日志记录的 Appium 服务器启动
appium \
  --port 4723 \
  --log-level debug \
  --use-plugins images \
  --base-path /wd/hub

在 Appium 中编写测试

Appium 测试使用 Page Object 模式组织代码。应用程序的每个屏幕都由一个单独的类描述，包含元素定位器和交互方法。Page Object 模型简化了界面变化时测试的维护，并在测试场景之间重用选择器。

元素定位器

Appium 支持多种元素查找策略：id、xpath、accessibilityId、className、androidUIAutomator 和 iOSClassChain。最推荐的是 accessibilityId 和 id — 它们在布局变化时保持稳定。XPath 仅应在没有其他定位器时使用。

// 登录界面的 Page Object
public class LoginPage {
    private AppiumDriver driver;

    private MobileElement emailField =
        (MobileElement) driver.findElement(MobileBy.AccessibilityId("emailInput"));
    private MobileElement passwordField =
        (MobileElement) driver.findElement(MobileBy.AccessibilityId("passwordInput"));
    private MobileElement loginButton =
        (MobileElement) driver.findElement(MobileBy.AccessibilityId("loginButton"));

    public void login(String email, String password) {
        emailField.sendKeys(email);
        passwordField.sendKeys(password);
        loginButton.click();
    }
}

使用手势和操作

Appium 通过 TouchAction 类或 W3C Actions API 支持复杂手势：滑动、多点触控、长按、滚动到元素。建议新项目使用新的 W3C Actions API，因为它是标准化的，并且在不同的平台版本上更稳定地工作。

Appium 与其他方案的比较

Appium 经常与 Detox、XCUITest 和 Espresso 进行比较。Appium 的主要优势是跨平台能力：一个测试可以在 iOS 和 Android 上运行而无需修改。然而，Detox 为 React Native 提供更好的同步，而 XCUITest/Espresso 为原生测试提供更快的执行速度。

何时选择 Appium

Appium 适用于需要为 iOS、Android 和 Web 提供统一框架的项目。对于使用 Java 或 Python 编写测试的团队来说不可或缺。对于有大量 E2E 测试的 React Native 项目，由于自动同步，最好考虑 Detox。

Appium Grid 和云端测试

Appium Grid 是一个扩展，用于同时在多个设备上并行运行测试。Appium Grid 基于 Selenium Grid 构建，允许在多个 Appium 服务器之间分配测试，每个服务器管理自己的设备或模拟器集合。这对于大型项目至关重要，因为单台设备上的回归测试需要数小时 — Grid 将时间按节点比例缩短到分钟。

配置 Grid

配置 Grid 使用 JSON 格式的配置文件，其中描述了带设备的节点。每个节点指定：服务器端口、带平台的设备列表、操作系统版本和最大会话数。Hub 将测试分发到空闲节点，确保基础设施的最大利用率。

{
  "capabilities": [
    {
      "browserName": "android",
      "platformName": "Android",
      "deviceName": "Pixel_4",
      "platformVersion": "14.0",
      "maxInstances": 2
    }
  ],
  "configuration": {
    "port": 4724,
    "registerCycle": 5000
  }
}

云服务

如果自己的设备基础设施不可用，可以使用云服务：Sauce Labs、BrowserStack、LambdaTest。它们在云端提供数百个真实设备和模拟器。与 Appium 的集成非常简单：只需在 Desired Capabilities 中指定云端 hub 的 URL 和凭据，而不是 localhost。

并行执行

Appium 支持使用 TestNG（Java）或 pytest-xdist（Python）进行并行测试执行。并行化需要为每个会话提供唯一的端口和隔离的测试数据。每个线程在单独的设备或模拟器上启动自己的 Appium 会话。使用云服务时，并行化是自动的 — 平台自行将测试分发到可用设备，并在完成后释放它们。

Appium 诊断和调试

遇到 Appium 问题时，第一步是检查服务器日志（appium --log-level debug）。典型错误：端口被占用（指定其他 --port）、驱动程序版本不兼容、缺少 Android SDK 或 Xcode。对于 iOS，请确保 WebKitAgent 正在运行并且可以访问模拟器。

查找元素的问题

如果 Appium 找不到元素，请检查：上下文是否正确（NATIVE_APP vs WEBVIEW）、元素在屏幕上是否可见、是否需要滚动以及定位器是否正确。在插入测试之前，使用 Appium Inspector 进行交互式搜索和检查 XPath 表达式。此外，通过 WebDriverWait 启用等待元素出现也很有用 — 这解决了 UI 加载缓慢时的同步问题。

会话管理

会话的不正确结束是 Appium 测试不稳定的常见原因。始终在 finally 块中或通过 AutoCloseable 关闭驱动程序。发生错误时，使用强制 driver.quit()。对于 iOS，请确保 WebKitAgent（WDA）在会话之间重启，否则可能会出现 session not created 错误。为了在 CI 中监控会话状态，连接 Appium Dashboard 插件很有用，它可以实时可视化所有正在运行的测试的状态。

稳定性标志

为了提高测试稳定性，请使用：shouldTerminateApp（在测试之间关闭应用程序）、noReset（在会话之间保留数据）、autoGrantPermissions（自动授予系统对话框权限）。还建议通过 Developer Options 在设备上禁用动画。