Seminar Airtest – Intensivseminar Mobile, Desktop und Web UI-Automatisierung

Das plattformübergreifende Intensivseminar entwickelt eine gemeinsame Automatisierungsmethode für Android, iOS, Windows und Browseranwendungen.

Inhaltsverzeichnis

1. Seminarprofil
2. Lernziele
3. Schrittweise Lernstrecke
4. Praxisbausteine
5. Zielgruppe und Voraussetzungen
6. Didaktische Einordnung

Seminarprofil

Ausgehend von AirtestIDE, Python, Bildobjekten und Poco werden plattformspezifische Verbindungen und Eingabemodelle umgesetzt. Android mit ADB, iOS mit iOS-Tagent, Windows-Fenster und Browser mit Airtest-Selenium werden über wiederverwendbare Testbausteine, einheitliche Berichte und kontrollierte Testdaten verbunden.

Lernziele

• Airtest und Poco sicher einsetzen
• Android-, iOS-, Windows- und Browserziele anbinden
• Bild-, Hierarchie- und DOM-Strategien kombinieren
• plattformübergreifende Testbausteine entwickeln
• End-to-End-Läufe einheitlich diagnostizieren

Schrittweise Lernstrecke

1. Bausteine der AirtestProject-Toolchain

1. Airtest wird als Python-basiertes Framework für bildgestützte Interaktionen und plattformbezogene Geräteoperationen eingeordnet.
2. Poco wird als Zugriffsschicht auf UI-Hierarchien, Selektoren, Eigenschaften und strukturierte Interaktionen abgegrenzt.
3. AirtestIDE, Kommandozeile, Berichtserzeugung und Browserautomation werden zu einer durchgängigen Arbeitskette verbunden.

2. Arbeitsumgebung und Projektstart

1. Systemvoraussetzungen, Schreibrechte, Projektpfade und notwendige Laufzeitkomponenten werden vor der Installation geprüft.
2. AirtestIDE und eine lokale Python-Umgebung werden hinsichtlich Zweck, Abhängigkeiten und reproduzierbarer Nutzung getrennt eingerichtet.
3. Ein Selbsttest validiert Codeausführung, Bildaufnahme, Logverzeichnis, Berichtsfunktion und Zugriff auf das Zielsystem.

3. AirtestIDE effizient einsetzen

1. Gerätefenster, Skripteditor, Airtest-Werkzeuge, Poco-Fenster, Logansicht und optionale Browseransicht werden funktional eingeordnet.
2. Python-Pfad, Launcher, Logpfad, Editorverhalten und notwendige Plugins werden kontrolliert konfiguriert.
3. Aufgezeichnete Schritte werden bereinigt, benannt und um klare Vorbedingungen, Assertions und Fehlertexte ergänzt.

4. Geräte- und Anwendungsverbindung

1. Zielsysteme werden mit einer festen Diagnosefolge aus Treiber-, Port-, Berechtigungs-, Prozess- und Netzprüfungen verbunden.
2. Sitzungsaufbau, Anwendungsstart, Statusprüfung und kontrolliertes Beenden werden in wiederverwendbare Hilfsfunktionen überführt.
3. Verbindungsabbrüche werden protokolliert und nur unter klaren Bedingungen automatisch wiederhergestellt.

5. Bildbasierte Interaktionen und stabile Vorlagen

1. Bildvorlagen werden auf eindeutige, statische Merkmale begrenzt und von dynamischen Texten, Animationen oder Dekorationen getrennt.
2. Zielposition, Erkennungsschwelle, Referenzauflösung und erwarteter Kontext werden direkt am Bildobjekt dokumentiert.
3. Touch, Wischen, Texteingabe, Warten und Assertions werden zu nachvollziehbaren Benutzerwegen mit überprüfbaren Nachzuständen kombiniert.

6. Matching, Suchräume und Auflösungsanpassung

1. Positive, grenzwertige und negative Bildschirmzustände werden als Kalibrierungsmenge für jedes kritische Bildobjekt zusammengestellt.
2. Schwellen, Suchregionen, Skalierungsregeln und Zielpositionen werden anhand realer Geräte- oder Fensterkonfigurationen abgestimmt.
3. Nichtfunde, falsche Treffer und schwankende Konfidenzen erhalten unterschiedliche Diagnose- und Korrekturpfade.

7. Synchronisation und Zustandsübergänge

1. Pauschale Pausen werden soweit möglich durch Sichtbarkeits-, Verschwinde-, Eigenschafts- oder Stabilitätsbedingungen ersetzt.
2. Timeouts werden nach Prozessstufe differenziert und mit einer diagnostisch verwertbaren Fehlerbeschreibung verbunden.
3. Animationen, Ladephasen und asynchrone Vorgänge erhalten definierte Eintritts- und Austrittskriterien.

8. Poco-Hierarchien und robuste Selektoren

1. Elementnamen, Typen, Texte, Eigenschaften, Sichtbarkeit, Position und hierarchische Beziehungen werden systematisch inspiziert.
2. Selektoren bevorzugen stabile Attribute und relationale Bezüge gegenüber langen absoluten Hierarchiepfaden.
3. Mehrdeutige Treffer, dynamische Listen und nicht zugängliche Bereiche werden explizit behandelt und bei Bedarf bildbasiert ergänzt.

9. Python-Testdesign und Wiederverwendung

1. Tests, Screen-Objekte, Plattformadapter, Bildobjekte, Konfiguration und Testdaten werden in klar getrennte Module gegliedert.
2. Globale Zustände und doppelte Klickfolgen werden durch explizite Parameter, Rückgabewerte und fachlich benannte Funktionen ersetzt.
3. Unit- und Integrationstests sichern Hilfsbibliotheken ab, bevor reale Geräte in die Prüfung einbezogen werden.

10. Testdaten, Ausgangszustände und Bereinigung

1. App-Version, Benutzerstatus, lokale Daten, Serverdaten, Berechtigungen und Geräteorientierung werden als Vorbedingungen beschrieben.
2. Testkonten und Datensätze erhalten eindeutige Identitäten, Reservierungsregeln und konfliktfreie Nutzung bei parallelen Läufen.
3. Vorbereitung und Bereinigung werden idempotent gestaltet und auch nach Fehler oder Abbruch zuverlässig ausgeführt.

11. Android, ADB und App-Steuerung

1. ADB-Installation, Treibersituation, Debugging-Freigaben, Gerätestatus und Eingabemethoden werden vor dem Test geprüft.
2. Reale Geräte und Emulatoren werden anhand von Reproduzierbarkeit, Sensorik, Geschwindigkeit und Einsatzrisiko ausgewählt.
3. Installation, App-Start, Hintergrundwechsel, Berechtigungen und kontrollierte Bereinigung werden automatisiert gekapselt.

12. iOS-Tagent, Signierung und Gerätesitzung

1. Hostsystem, Signierung, Bundle-Kennung, Vertrauensstellung, Testbrücke und Gerät werden als getrennte Betriebsbausteine modelliert.
2. iOS-Tagent wird signiert, bereitgestellt, gestartet und mit einem reproduzierbaren Verbindungs- und Funktionstest geprüft.
3. Systemdialoge, Tastaturzustände, Orientierung und Sitzungsabbrüche erhalten iOS-spezifische Behandlungs- und Diagnosewege.

13. Windows-Fenster und Desktop-Interaktionen

1. Anwendungsversion, Startparameter, Benutzerprofil, Fensterbezug, Bildschirmkonfiguration und DPI-Skalierung werden dokumentiert.
2. Maus-, Tastatur- und Zwischenablageaktionen werden mit Fokus-, Sichtbarkeits- und Dialogprüfungen verbunden.
3. Fensterbewegung, Größenänderung und Mehrschirmbetrieb werden durch relative Anker und kontrollierte Ausgangszustände beherrscht.

14. Browserautomation mit Airtest-Selenium

1. Browser, Treiber, Python-Umgebung und Airtest-Selenium werden als kompatible, reproduzierbare Kombination eingerichtet.
2. Stabile DOM-Locatoren, explizite Wartebedingungen, Seitenobjekte, Tabs und Frames werden schrittweise umgesetzt.
3. DOM-basierte Schritte werden mit Airtest-Bildaktionen für Canvas oder nicht zuverlässig adressierbare Bereiche kombiniert.

15. Logging, Berichte und Diagnoseartefakte

1. Jeder Lauf erhält eine eindeutige Identität, die in Logpfad, Bericht, Screenshot und Zusatzartefakt wiederverwendet wird.
2. Fachliche Kontrollpunkte und technische Zustandswechsel werden mit unterschiedlich kategorisierten Logeinträgen dokumentiert.
3. Fehlerartefakte enthalten erwarteten Zustand, tatsächliche Beobachtung, letzten stabilen Schritt und relevante Geräte- oder UI-Daten.

16. Assertions und Qualitätsregeln

1. Technische Vorprüfungen, fachliche Erwartungen und Diagnoseprüfungen erhalten unterschiedliche Assertionstypen.
2. Fehlermeldungen enthalten Szenario, erwartetes Ergebnis, tatsächliche Beobachtung und relevante Kontextdaten.
3. Eine Review-Checkliste prüft Testabsicht, Ausgangszustand, Synchronisation, Selektor, Bildobjekt und Bereinigung.

17. Durchgängiges Praxisprojekt

1. Ein repräsentativer Benutzerweg wird in Ausgangszustand, fachliche Schritte, Kontrollpunkte und Abschlusszustand zerlegt.
2. Die Testsuite wird schrittweise implementiert, auf Varianten ausgeführt und durch absichtlich erzeugte Störungen geprüft.
3. Ergebnisse werden anhand von Stabilität, Verständlichkeit, Laufzeit, Wartbarkeit und Diagnosequalität bewertet und verbessert.

Praxisbausteine

1. Einheitliches Projekt-Setup
2. Android- und iOS-Teststrecke
3. Windows- und Browser-Teststrecke
4. Plattformadapter und gemeinsame Testdaten
5. Konsolidierter End-to-End-Bericht

Zielgruppe und Voraussetzungen

Zielgruppe: QA Engineers, Testautomatisierer, Entwickler und technische Tester mit mehreren Zielplattformen.

Voraussetzungen: Python- und Testgrundlagen; Zugriff auf vorbereitete Android-, iOS-, Windows- und Browser-Testziele.

Didaktische Einordnung

Fünf Tage sind erforderlich, um die vollständige fachliche Breite der Plattformseminare einschließlich Setup, Bild- und Hierarchieautomation, vier Zielklassen, Wiederverwendung und Diagnose in einem Intensivformat abzudecken.

Kurze Fachimpulse werden unmittelbar durch Demonstrationen, geführte Umsetzungsschritte, eigenständige Übungen und kontrollierte Fehlerfälle vertieft. Jeder Praxisblock verwendet definierte Ausgangszustände, überprüfbare Zwischenergebnisse und dokumentierte Diagnoseinformationen.