1.Tesseract-OCR引擎简介

OCR(Optical Character Recognition):光学字符识别,是指对图片文件中的文字进行分析识别，获取的过程。

Tesseract的OCR引擎最先由HP实验室于1985年开始研发，至1995年时已经成为OCR业内最准确的三款识别引擎之一。然而，HP不久便决定放弃OCR业务，Tesseract也从此尘封。

数年以后，HP意识到，与其将Tesseract束之高阁，不如贡献给开源软件业，让其重焕新生－－2005年，Tesseract由美国内华达州信息技术研究所获得，并求诸于Google对Tesseract进行改进、消除Bug、优化工作。

2.Tesseract-OCR的下载安装

google下载地址：http://code.google.com/p/tesseract-ocr    

需要下载安装程序(tesseract-ocr-setup-3.02.02.exe)和语言库，默认有英文的语言库只能识别英文，所以还需要下载中文语言库，  

由于google经常打不开，所以通过代理下载后，上传到了CSDN，

安装程序下载地址：http://download.csdn.net/detail/whatday/7740469

简体中文语言库下载地址：http://download.csdn.net/detail/whatday/7740531

繁体中文语言库下载地址：http://download.csdn.net/detail/whatday/7740429

因为如果选择了其他项，安装程序会自动从网上下载，语言库和其他文件，有很大一部分是从google下载，由于不能打开所以会出错，先默认安装上，需要什么文件再下载就行。

我系统是windows8.1 默认安装好后目录如下：

其中tesseract.exe是主程序， tessdata目录是存放语言文件 和 配置文件的，下载或自己生成的语言文件放到此目录里就可以了。

3.Tesseract-OCR的命令行使用

打开DOS界面，输入tesseract：

如果出现如上输出，表示安装正常。

其中 1.png是验证码图片 result是结果文件的名称 默认是.TXT文件 执行成功后会在验证码图片所在位置生成result.txt 打开结果为:

Usage:tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile...]
pagesegmode values are:
0 = Orientation and script. detection (OSD) only.
1 = Automatic page segmentation with OSD.
2 = Automatic page segmentation, but no OSD, or OCR
3 = Fully automatic page segmentation, but no OSD. (Default)
4 = Assume a single column of text of variable sizes.
5 = Assume a single uniform. block of vertically aligned text.
6 = Assume a single uniform. block of text.
7 = Treat the image as a single text line.
8 = Treat the image as a single word.
9 = Treat the image as a single word in a circle.
10 = Treat the image as a single character.
-l lang and/or -psm pagesegmode must occur before anyconfigfile.

tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile...]

tesseract    图片名  输出文件名 -l 字库文件 -psm pagesegmode 配置文件

例如：

tesseract code.jpg result  -l chi_sim -psm 7 nobatch

-l chi_sim 表示用简体中文字库（需要下载中文字库文件，解压后，存放到tessdata目录下去,字库文件扩展名为  .raineddata 简体中文字库文件名为:  chi_sim.traineddata）

-psm 7 表示告诉tesseract code.jpg图片是一行文本  这个参数可以减少识别错误率.  默认为 3

configfile 参数值为tessdata\configs 和  tessdata\tessconfigs 目录下的文件名

1.Tesseract-OCR引擎简介

OCR(Optical Character Recognition):光学字符识别,是指对图片文件中的文字进行分析识别，获取的过程。

Tesseract的OCR引擎最先由HP实验室于1985年开始研发，至1995年时已经成为OCR业内最准确的三款识别引擎之一。然而，HP不久便决定放弃OCR业务，Tesseract也从此尘封。

数年以后，HP意识到，与其将Tesseract束之高阁，不如贡献给开源软件业，让其重焕新生－－2005年，Tesseract由美国内华达州信息技术研究所获得，并求诸于Google对Tesseract进行改进、消除Bug、优化工作。

2.Tesseract-OCR的下载安装

google下载地址：http://code.google.com/p/tesseract-ocr    

需要下载安装程序(tesseract-ocr-setup-3.02.02.exe)和语言库，默认有英文的语言库只能识别英文，所以还需要下载中文语言库，  

由于google经常打不开，所以通过代理下载后，上传到了CSDN，

安装程序下载地址：http://download.csdn.net/detail/whatday/7740469

简体中文语言库下载地址：http://download.csdn.net/detail/whatday/7740531

繁体中文语言库下载地址：http://download.csdn.net/detail/whatday/7740429

因为如果选择了其他项，安装程序会自动从网上下载，语言库和其他文件，有很大一部分是从google下载，由于不能打开所以会出错，先默认安装上，需要什么文件再下载就行。

我系统是windows8.1 默认安装好后目录如下：

其中tesseract.exe是主程序， tessdata目录是存放语言文件 和 配置文件的，下载或自己生成的语言文件放到此目录里就可以了。

3.Tesseract-OCR的命令行使用

打开DOS界面，输入tesseract：

如果出现如上输出，表示安装正常。

其中 1.png是验证码图片 result是结果文件的名称 默认是.TXT文件 执行成功后会在验证码图片所在位置生成result.txt 打开结果为:

Usage:tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile...]
pagesegmode values are:
0 = Orientation and script. detection (OSD) only.
1 = Automatic page segmentation with OSD.
2 = Automatic page segmentation, but no OSD, or OCR
3 = Fully automatic page segmentation, but no OSD. (Default)
4 = Assume a single column of text of variable sizes.
5 = Assume a single uniform. block of vertically aligned text.
6 = Assume a single uniform. block of text.
7 = Treat the image as a single text line.
8 = Treat the image as a single word.
9 = Treat the image as a single word in a circle.
10 = Treat the image as a single character.
-l lang and/or -psm pagesegmode must occur before anyconfigfile.

tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile...]

tesseract    图片名  输出文件名 -l 字库文件 -psm pagesegmode 配置文件

例如：

tesseract code.jpg result  -l chi_sim -psm 7 nobatch

-l chi_sim 表示用简体中文字库（需要下载中文字库文件，解压后，存放到tessdata目录下去,字库文件扩展名为  .raineddata 简体中文字库文件名为:  chi_sim.traineddata）

-psm 7 表示告诉tesseract code.jpg图片是一行文本  这个参数可以减少识别错误率.  默认为 3

configfile 参数值为tessdata\configs 和  tessdata\tessconfigs 目录下的文件名

4.Tesseract-OCR的QA合集

A.ImageMagick是什么？

ImageMagick是一个用于查看、编辑位图文件以及进行图像格式转换的开放源代码软件套装

我在这里之所以提到ImageMagick是因为某些图片格式需要用这个工具来转换。

B.Leptonica 是什么？

Leptonica 是一图像处理与图像分析工具，tesseract依赖于它。而且不是所有的格式(如jpg)都能处理，所以我们需要借助imagemagick做格式转换。

Here's a summary of compression support and limitations:
    - All formats except JPEG support 1 bpp binary.
    - All formats support 8 bpp grayscale (GIF must have a colormap).
    - All formats except GIF support 24 bpp rgb color.
    - All formats except PNM support 8 bpp colormap.
    - PNG and PNM support 2 and 4 bpp images.
    - PNG supports 2 and 4 bpp colormap, and 16 bpp without colormap.
    - PNG, JPEG, TIFF and GIF support image compression; PNM and BMP do not.
    - WEBP supports 24 bpp rgb color.

C.提高图片质量?

识别成功率跟图片质量关系密切，一般拿到后的验证码都得经过灰度化，二值化，去噪，利用imgick就可以很方便的做到．

convert -monochrome foo.png bar.png　#将图片二值化

D.我只想识别字符和数字？

结尾仅需要加digits

命令实例：tesseract imagename outputbase digits

E.训练你的tesseract

不得不说，tesseract英文识别率已经很不错了(现有的tesseract-data-eng）,但是验证码识别还是太鸡肋了。但是请别忘记，tesseract的智能识别是需要训练的．

F.命令执行出现empty page!!错误

严格来说，这不是一个bug(tesseract 3.0),出现这个错误是因为tesseract搞不清图像的字符布局

-psm N
    Set Tesseract to only run a subset of layout analysis and assume a certain form. of image. The options for N are:


    0 = Orientation and script. detection (OSD) only.
    1 = Automatic page segmentation with OSD.
    2 = Automatic page segmentation, but no OSD, or OCR.
    3 = Fully automatic page segmentation, but no OSD. (Default)
    4 = Assume a single column of text of variable sizes.
    5 = Assume a single uniform. block of vertically aligned text.
    6 = Assume a single uniform. block of text.
    7 = Treat the image as a single text line.
    8 = Treat the image as a single word.
    9 = Treat the image as a single word in a circle.
    10 = Treat the image as a single character.

对于我们的验证码a.tif排列来说，采用-psm 7(single text line)比较合适。

5.Tesseract-OCR的训练方法

A.使用jTessBoxEditor工具

1.下载地址：http://download.csdn.net/detail/whatday/7740739

这个工具是用来训练样本用的，由于该工具是用JAVA开发的，需要安装JAVA虚拟机1.6才能运行。

2. 获取样本图像。用画图工具绘制了5张0-9的文样本图像（当然样本越多越好），如下图所示：

4.生成Box File文件。打开命令行，执行命令：

[plain] view plaincopy

1. tesseract.exe num.font.exp0.tif num.font.exp0 batch.nochop makebox  

  生成的BOX文件为num.font.exp0.box，BOX文件为Tessercat识别出的文字和其坐标。

注：Make Box File的命令格式为：

[plain] view plaincopy

1. tesseract [lang].[fontname].exp[num].tif [lang].[fontname].exp[num] batch.nochop makebox  

其中lang为语言名称，fontname为字体名称，num为序号，可以随便定义。

font_properties不含有BOM头，文件内容格式如下：

[plain] view plaincopy

1. <fontname> <italic> <bold> <fixed> <serif> <fraktur>  

其中fontname为字体名称，必须与[lang]. [fontname].exp[num].box中的名称保持一致。<italic> 、<bold> 、<fixed> 、<serif>、 <fraktur>的取值为1或0，表示字体是否具有这些属性。

这里在样本图片所在目录下创建一个名称为font_properties的文件，用记事本打开，输入以下下内容：

[plain] view plaincopy

1. font 0 0 0 0 0  

[plain] view plaincopy

1. rem 执行改批处理前先要目录下创建font_properties文件  
2.   
3. echo Run Tesseract for Training..  
4. tesseract.exe num.font.exp0.tif num.font.exp0 nobatch box.train  
5.   
6. echo Compute the Character Set..  
7. unicharset_extractor.exe num.font.exp0.box  
8. mftraining -F font_properties -U unicharset -O num.unicharset num.font.exp0.tr  
9.   
10. echo Clustering..  
11. cntraining.exe num.font.exp0.tr  
12.   
13. echo Rename Files..  
14. rename normproto num.normproto  
15. rename inttemp num.inttemp  
16. rename pffmtable num.pffmtable  
17. rename shapetable num.shapetable   
18.   
19. echo Create Tessdata..  
20. combine_tessdata.exe num.  

将批处理通过命令行执行。执行后的结果如下：

需确认打印结果中的Offset 1、3、4、5、13这些项不是-1。这样，一个新的语言文件就生成了。

num.traineddata便是最终生成的语言文件，将生成的num.traineddata拷贝到Tesseract-OCR-->tessdata目录下。可以用它来进行字符识别了。

训练前：

        

2.  打开命令行，定位到Tesseract-OCR目录，输入命令：

[plain] view plaincopy

1. tesseract.exe number.jpg result -l eng  

     其中result表示输出结果文件txt名称，eng表示用以识别的语言文件为英文。

3.  打开Tesseract-OCR目录下的result.txt文件，看到识别的结果为7542315857，有3个字符识别错误，识别率还不是很高，那 有没有什么方法来提供识别率呢？Tesseract提供了一套训练样本的方法，用以生成自己所需的识别语言库。下面介绍一下具体训练样本的方法。

训练后：

用训练后的语言库识别number.jpg文件， 打开命令行，定位到Tesseract-OCR目录，输入命令：

[plain] view plaincopy

1. tesseract.exe number.jpg result -l eng  

识别结果如如图所示，可以看到识别率提高了不少。通过自定义训练样本，可以进行图形验证码、车牌号码识别等。感兴趣的朋友可以研究研究。

B.使用 CowBoxer工具

下载地址为：http://download.csdn.net/detail/whatday/7740815

未完。。。

1.Tesseract-OCR引擎简介

OCR(Optical Character Recognition):光学字符识别,是指对图片文件中的文字进行分析识别，获取的过程。

Tesseract的OCR引擎最先由HP实验室于1985年开始研发，至1995年时已经成为OCR业内最准确的三款识别引擎之一。然而，HP不久便决定放弃OCR业务，Tesseract也从此尘封。

数年以后，HP意识到，与其将Tesseract束之高阁，不如贡献给开源软件业，让其重焕新生－－2005年，Tesseract由美国内华达州信息技术研究所获得，并求诸于Google对Tesseract进行改进、消除Bug、优化工作。

2.Tesseract-OCR的下载安装

google下载地址：http://code.google.com/p/tesseract-ocr    

需要下载安装程序(tesseract-ocr-setup-3.02.02.exe)和语言库，默认有英文的语言库只能识别英文，所以还需要下载中文语言库，  

由于google经常打不开，所以通过代理下载后，上传到了CSDN，

安装程序下载地址：http://download.csdn.net/detail/whatday/7740469

简体中文语言库下载地址：http://download.csdn.net/detail/whatday/7740531

繁体中文语言库下载地址：http://download.csdn.net/detail/whatday/7740429

因为如果选择了其他项，安装程序会自动从网上下载，语言库和其他文件，有很大一部分是从google下载，由于不能打开所以会出错，先默认安装上，需要什么文件再下载就行。

我系统是windows8.1 默认安装好后目录如下：

其中tesseract.exe是主程序， tessdata目录是存放语言文件 和 配置文件的，下载或自己生成的语言文件放到此目录里就可以了。

3.Tesseract-OCR的命令行使用

打开DOS界面，输入tesseract：

如果出现如上输出，表示安装正常。

其中 1.png是验证码图片 result是结果文件的名称 默认是.TXT文件 执行成功后会在验证码图片所在位置生成result.txt 打开结果为:

Usage:tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile...]
pagesegmode values are:
0 = Orientation and script. detection (OSD) only.
1 = Automatic page segmentation with OSD.
2 = Automatic page segmentation, but no OSD, or OCR
3 = Fully automatic page segmentation, but no OSD. (Default)
4 = Assume a single column of text of variable sizes.
5 = Assume a single uniform. block of vertically aligned text.
6 = Assume a single uniform. block of text.
7 = Treat the image as a single text line.
8 = Treat the image as a single word.
9 = Treat the image as a single word in a circle.
10 = Treat the image as a single character.
-l lang and/or -psm pagesegmode must occur before anyconfigfile.

tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile...]

tesseract    图片名  输出文件名 -l 字库文件 -psm pagesegmode 配置文件

例如：

tesseract code.jpg result  -l chi_sim -psm 7 nobatch

-l chi_sim 表示用简体中文字库（需要下载中文字库文件，解压后，存放到tessdata目录下去,字库文件扩展名为  .raineddata 简体中文字库文件名为:  chi_sim.traineddata）

-psm 7 表示告诉tesseract code.jpg图片是一行文本  这个参数可以减少识别错误率.  默认为 3

configfile 参数值为tessdata\configs 和  tessdata\tessconfigs 目录下的文件名

4.Tesseract-OCR的QA合集

A.ImageMagick是什么？

ImageMagick是一个用于查看、编辑位图文件以及进行图像格式转换的开放源代码软件套装

我在这里之所以提到ImageMagick是因为某些图片格式需要用这个工具来转换。

B.Leptonica 是什么？

Leptonica 是一图像处理与图像分析工具，tesseract依赖于它。而且不是所有的格式(如jpg)都能处理，所以我们需要借助imagemagick做格式转换。

Here's a summary of compression support and limitations:
    - All formats except JPEG support 1 bpp binary.
    - All formats support 8 bpp grayscale (GIF must have a colormap).
    - All formats except GIF support 24 bpp rgb color.
    - All formats except PNM support 8 bpp colormap.
    - PNG and PNM support 2 and 4 bpp images.
    - PNG supports 2 and 4 bpp colormap, and 16 bpp without colormap.
    - PNG, JPEG, TIFF and GIF support image compression; PNM and BMP do not.
    - WEBP supports 24 bpp rgb color.

C.提高图片质量?

识别成功率跟图片质量关系密切，一般拿到后的验证码都得经过灰度化，二值化，去噪，利用imgick就可以很方便的做到．

convert -monochrome foo.png bar.png　#将图片二值化

D.我只想识别字符和数字？

结尾仅需要加digits

命令实例：tesseract imagename outputbase digits

E.训练你的tesseract

不得不说，tesseract英文识别率已经很不错了(现有的tesseract-data-eng）,但是验证码识别还是太鸡肋了。但是请别忘记，tesseract的智能识别是需要训练的．

F.命令执行出现empty page!!错误

严格来说，这不是一个bug(tesseract 3.0),出现这个错误是因为tesseract搞不清图像的字符布局

-psm N
    Set Tesseract to only run a subset of layout analysis and assume a certain form. of image. The options for N are:


    0 = Orientation and script. detection (OSD) only.
    1 = Automatic page segmentation with OSD.
    2 = Automatic page segmentation, but no OSD, or OCR.
    3 = Fully automatic page segmentation, but no OSD. (Default)
    4 = Assume a single column of text of variable sizes.
    5 = Assume a single uniform. block of vertically aligned text.
    6 = Assume a single uniform. block of text.
    7 = Treat the image as a single text line.
    8 = Treat the image as a single word.
    9 = Treat the image as a single word in a circle.
    10 = Treat the image as a single character.

对于我们的验证码a.tif排列来说，采用-psm 7(single text line)比较合适。

5.Tesseract-OCR的训练方法

A.使用jTessBoxEditor工具

1.下载地址：http://download.csdn.net/detail/whatday/7740739

这个工具是用来训练样本用的，由于该工具是用JAVA开发的，需要安装JAVA虚拟机1.6才能运行。

2. 获取样本图像。用画图工具绘制了5张0-9的文样本图像（当然样本越多越好），如下图所示：

4.生成Box File文件。打开命令行，执行命令：

[plain] view plaincopy

1. tesseract.exe num.font.exp0.tif num.font.exp0 batch.nochop makebox  

  生成的BOX文件为num.font.exp0.box，BOX文件为Tessercat识别出的文字和其坐标。

注：Make Box File的命令格式为：

[plain] view plaincopy

1. tesseract [lang].[fontname].exp[num].tif [lang].[fontname].exp[num] batch.nochop makebox  

其中lang为语言名称，fontname为字体名称，num为序号，可以随便定义。

font_properties不含有BOM头，文件内容格式如下：

[plain] view plaincopy

1. <fontname> <italic> <bold> <fixed> <serif> <fraktur>  

其中fontname为字体名称，必须与[lang]. [fontname].exp[num].box中的名称保持一致。<italic> 、<bold> 、<fixed> 、<serif>、 <fraktur>的取值为1或0，表示字体是否具有这些属性。

这里在样本图片所在目录下创建一个名称为font_properties的文件，用记事本打开，输入以下下内容：

[plain] view plaincopy

1. font 0 0 0 0 0  

[plain] view plaincopy

1. rem 执行改批处理前先要目录下创建font_properties文件  
2.   
3. echo Run Tesseract for Training..  
4. tesseract.exe num.font.exp0.tif num.font.exp0 nobatch box.train  
5.   
6. echo Compute the Character Set..  
7. unicharset_extractor.exe num.font.exp0.box  
8. mftraining -F font_properties -U unicharset -O num.unicharset num.font.exp0.tr  
9.   
10. echo Clustering..  
11. cntraining.exe num.font.exp0.tr  
12.   
13. echo Rename Files..  
14. rename normproto num.normproto  
15. rename inttemp num.inttemp  
16. rename pffmtable num.pffmtable  
17. rename shapetable num.shapetable   
18.   
19. echo Create Tessdata..  
20. combine_tessdata.exe num.  

将批处理通过命令行执行。执行后的结果如下：

需确认打印结果中的Offset 1、3、4、5、13这些项不是-1。这样，一个新的语言文件就生成了。

num.traineddata便是最终生成的语言文件，将生成的num.traineddata拷贝到Tesseract-OCR-->tessdata目录下。可以用它来进行字符识别了。

训练前：

        

2.  打开命令行，定位到Tesseract-OCR目录，输入命令：

[plain] view plaincopy

1. tesseract.exe number.jpg result -l eng  

     其中result表示输出结果文件txt名称，eng表示用以识别的语言文件为英文。

3.  打开Tesseract-OCR目录下的result.txt文件，看到识别的结果为7542315857，有3个字符识别错误，识别率还不是很高，那 有没有什么方法来提供识别率呢？Tesseract提供了一套训练样本的方法，用以生成自己所需的识别语言库。下面介绍一下具体训练样本的方法。

训练后：

用训练后的语言库识别number.jpg文件， 打开命令行，定位到Tesseract-OCR目录，输入命令：

[plain] view plaincopy

1. tesseract.exe number.jpg result -l eng  

识别结果如如图所示，可以看到识别率提高了不少。通过自定义训练样本，可以进行图形验证码、车牌号码识别等。感兴趣的朋友可以研究研究。

B.使用 CowBoxer工具

下载地址为：http://download.csdn.net/detail/whatday/7740815

未完。。。

组合键的使用以及对于 Keys 类型没有覆盖到的组合键的扩展

概念

在使用 Selenium WebDriver 做自动化测试的时候，会经常模拟鼠标和键盘的一些行为。比如使用鼠标单击、双击、右击、拖拽等动作；或者键盘输入、快捷键使用、组合键使用等模拟键盘的操作。在 WebDeriver 中，有一个专门的类来负责实现这些测试场景，那就是 Actions 类，在使用该类的过程中会配合使用到 Keys 枚举以及 Mouse、 Keyboard、CompositeAction 等类。

其次，在实际测试过程中，可能会遇到某些按键没办法使用 Actions、Keys 等类来实现的情况。 比如通过使用 Alt+PrtSc 组合键来实现截取屏幕当前活动窗口的图像，在 Keys 枚举中，因为没有枚举出 PrtSc 键，所以没办法通过 Action 的 KeyDown(Keys) 来模拟按下这个动作。

再次是在自动化测试中，可能会遇到一些附件、文件上传的场景，或者是多文件上传，这些在 Selenium2.0 之后，可以直接使用 WebElement 类的 sendKeys() 方法来实现。

下面就分别介绍这些情况的具体使用。

回页首

鼠标点击操作

鼠标点击事件有以下几种类型：

清单 1. 鼠标左键点击

 Actions action = new Actions(driver);action.click();// 鼠标左键在当前停留的位置做单击操作 
action.click(driver.findElement(By.name(element)))// 鼠标左键点击指定的元素

清单 2. 鼠标右键点击

 Actions action = new Actions(driver); 
 action.contextClick();// 鼠标右键在当前停留的位置做单击操作 
action.contextClick(driver.findElement(By.name(element)))// 鼠标右键点击指定的元素

清单 3. 鼠标双击操作

 Actions action = new Actions(driver); 
 action.doubleClick();// 鼠标在当前停留的位置做双击操作 
action.doubleClick(driver.findElement(By.name(element)))// 鼠标双击指定的元素

清单 4. 鼠标拖拽动作

 Actions action = new Actions(driver); 
// 鼠标拖拽动作，将 source 元素拖放到 target 元素的位置。
 action.dragAndDrop(source,target);
// 鼠标拖拽动作，将 source 元素拖放到 (xOffset, yOffset) 位置，其中 xOffset 为横坐标，yOffset 为纵坐标。
action.dragAndDrop(source,xOffset,yOffset);

在这个拖拽的过程中，已经使用到了鼠标的组合动作，首先是鼠标点击并按住 (click-and-hold) source 元素，然后执行鼠标移动动作 (mouse move)，移动到 target 元素位置或者是 (xOffset, yOffset) 位置，再执行鼠标的释放动作 (mouse release)。所以上面的方法也可以拆分成以下的几个执行动作来完成：

action.clickAndHold(source).moveToElement(target).perform(); 
 action.release();

清单 5. 鼠标悬停操作

 Actions action = new Actions(driver); 
 action.clickAndHold();// 鼠标悬停在当前位置，既点击并且不释放
 action.clickAndHold(onElement);// 鼠标悬停在 onElement 元素的位置

action.clickAndHold(onElement) 这个方法实际上是执行了两个动作，首先是鼠标移动到元素 onElement，然后再 clickAndHold, 所以这个方法也可以写成 action.moveToElement(onElement).clickAndHold()。

清单 6. 鼠标移动操作

 Actions action = new Actions(driver); 
 action.moveToElement(toElement);// 将鼠标移到 toElement 元素中点
// 将鼠标移到元素 toElement 的 (xOffset, yOffset) 位置，
//这里的 (xOffset, yOffset) 是以元素 toElement 的左上角为 (0,0) 开始的 (x, y) 坐标轴。
 action.moveToElement(toElement,xOffset,yOffset)
// 以鼠标当前位置或者 (0,0) 为中心开始移动到 (xOffset, yOffset) 坐标轴
 action.moveByOffset(xOffset,yOffset);

action.moveByOffset(xOffset,yOffset) 这里需要注意，如果 xOffset 为负数，表示横坐标向左移动，yOffset 为负数表示纵坐标向上移动。而且如果这两个值大于当前屏幕的大小，鼠标只能移到屏幕最边界的位置同时抛出 MoveTargetOutOfBoundsExecption 的异常。

鼠标移动操作在测试环境中比较常用到的场景是需要获取某元素的 flyover/tips，实际应用中很多 flyover 只有当鼠标移动到这个元素之后才出现，所以这个时候通过执行 moveToElement(toElement) 操作，就能达到预期的效果。但是根据我个人的经验，这个方法对于某些特定产品的图标，图像之类的 flyover/tips 也不起作用，虽然在手动操作的时候移动鼠标到这些图标上面可以出现 flyover, 但是当使用 WebDriver 来模拟这一移动操作时，虽然方法成功执行了，但是 flyover 却出不来。所以在实际应用中，还需要对具体的产品页面做相应的处理。

清单 7. 鼠标释放操

 Actions action = new Actions(driver); 
 action.release();// 释放鼠标

回页首

键盘模拟操作

对于键盘的模拟操作，Actions 类中有提供 keyUp(theKey)、keyDown(theKey)、sendKeys(keysToSend) 等方法来实现。键盘的操作有普通键盘和修饰键盘（Modifier Keys, 下面的章节将讲到修饰键的概念）两种 :

1. 对于普通键盘，使用 sendKeys(keysToSend) 就可以实现，比如按键 TAB、Backspace 等。

清单 8. 普通键盘模拟 sendKeys(keysToSend)

 Actions action = new Actions(driver); 
 action.sendKeys(Keys.TAB);// 模拟按下并释放 TAB 键
 action.sendKeys(Keys.SPACE);// 模拟按下并释放空格键
/***
针对某个元素发出某个键盘的按键操作，或者是输入操作，
比如在 input 框中输入某个字符也可以使用这个方法。这个方法也可以拆分成:
action.click(element).sendKeys(keysToSend)。
*/
 action.sendKeys(element,keysToSend);

注意除了 Actions 类有 sendKeys（keysToSend）方法外，WebElement 类也有一个 sendKeys（keysToSend）方法，这两个方法对于一般的输入操作基本上相同，不同点在于以下几点：

• Actions 中的 sendKeys(keysToSend) 对于修饰键 (Modifier Keys) 的调用并不会释放，也就是说当调用 actions.sendKeys(Keys.ALT); actions.sendKeys(Keys.CONTROL); action.sendKeys(Keys.SHIFT); 的时候，相当于调用 actions.keyDown(keysToSend)，而如果在现实的应用中想要模拟按下并且释放这些修饰键，应该再调用 action.sendKeys(keys.NULL) 来完成这个动作。

• 其次就是当 Actions 的 sendKeys(keysToSend) 执行完之后，焦点就不在当前元素了。所以我们可以使用 sendKeys(Keys.TAB) 来切换元素的焦点，从而达到选择元素的作用，这个最常用到的场景就是在用户名和密码的输入过程中。
• 第三点，在 WebDriver 中，我们可以使用 WebElement 类的 sendKeys(keysToSend) 来上传附件，比如 element.sendKeys(“C:\\test\\uploadfile\\test.jpg”); 这个操作将 test.jpg 上传到服务器，但是使用：

Actions action = New Actions(driver); 
 action.sendKeys(element,“C：\\test\\upload\\test.jpg”); 
action.click(element).sendKeys(“C：\\test\\upload\\test.jpg”);

这种方式是上传不成功的，虽然 WebDriver 在执行这条语句的时候不会出错，但是实际上并没有将文件上传。所以要上传文件，还是应该使用前面一种方式。

2.对于修饰键（Modifier keys），一般都是跟普通键组合使用的。比如 Ctrl+a、Alt+F4、 Shift+Ctrl+F 等等。

• 这里先解释一下修饰键的概念，修饰键是键盘上的一个或者一组特别的键，当它与一般按键同时使用的时候，用来临时改变一般键盘的普通行为。对于单独按下修饰 键本身一般不会触发任何键盘事件。在个人计算机上的键盘上，有以下几个修饰键：Shift、Ctrl、Alt(Option)、AltGr、 Windows logo、Command、FN(Function)。但是在 WebDriver 中，一般的修饰键指前面三个。你可以点击下面的 Wiki 链接去了解更多有关修饰键的信息，Modifier key。
• 回到上面的话题，在 WebDriver 中对于修饰键的使用需要用到 KeyDown(theKey)、keyUp(theKey) 方法来操作。

清单 9. 修饰键方法 KeyDown(theKey)、keyUp(theKey)

 Actions action = new Actions(driver); 
 action.keyDown(Keys.CONTROL);// 按下 Ctrl 键
 action.keyDown(Keys.SHIFT);// 按下 Shift 键
 action.keyDown(Key.ALT);// 按下 Alt 键
 action.keyUp(Keys.CONTROL);// 释放 Ctrl 键
 action.keyUp(Keys.SHIFT);// 释放 Shift 键
 action.keyUp(Keys.ALT);// 释放 Alt 键

所以要通过 Alt+F4 来关闭当前的活动窗口，可以通过下面语句来实现：action.keyDown(Keys.ALT).keyDown(Keys.F4).keyUp(Keys.ALT).perform();

而如果是对于像键盘上面的字母键 a,b,c,d... 等的组合使用，可以通过以下语句实现 :action.keyDown(Keys.CONTROL).sednKeys(“a”).perform();

在 WebDriver API 中，KeyDown(Keys theKey)、KeyUp(Keys theKey) 方法的参数只能是修饰键：Keys.SHIFT、Keys.ALT、Keys.CONTROL, 否者将抛出 IllegalArgumentException 异常。 其次对于 action.keyDown(theKey) 方法的调用，如果没有显示的调用 action.keyUp(theKey) 或者 action.sendKeys(Keys.NULL) 来释放的话，这个按键将一直保持按住状态。

回页首

使用 Robot 类来操作 Keys 没有枚举出来的按键操作

1.在 WebDriver 中，Keys 枚举出了键盘上大多数的非字母类按键，从 F1 到 F10，NUMPAD0 到 NUMPAD9、ALT\TAB\CTRL\SHIFT 等等，你可以通过以下链接查看 Keys 枚举出来的所有按键，Enum Keys。 但是并没有列出键盘上的所有按键，比如字母键 a、b、c、d … z，一些符号键比如：‘ {}\[] ’、‘ \ ’、‘。’、‘ ? ’、‘：’、‘ + ’、‘ - ’、‘ = ’、、‘“”’，还有一些不常用到的功能键如 PrtSc、ScrLk/NmLk。对于字母键和符号键，前面我们已经提到可以直接使用 sendKeys(“a”)，sendKeys(“/”) 的方式来触发这些键盘事件。而对于一些功能组合键，如 Fn + NmLk 来关闭或者打开数字键，或者 Alt+PrtSC 来抓取当前屏幕的活动窗口并保存到图片，通过 WebDriver 的 Keys 是没办法操作的。 这个时候我们就需要用到 Java 的 Robot 类来实现对这类组合键的操作了。

2.下面就以对 Alt+PrtSc 为例介绍一下 Robot 对键盘的操作。如代码清单 10。

清单 10. 通过 Robot 发出组合键动作

 /** 
 * 
 * @Description: 这个方法用来模拟发送组合键 Alt + PrtSc, 当组合键盘事件执行之后，屏幕上的活动窗口
 * 就被截取并且存储在剪切板了。 接下来就是通过读取剪切板数据转换成 Image 图像对象并保存到本地。
 * @param filename ： 要保存的图像的名称
 */ 
 public static void sendComposeKeys(String fileName) throws Exception { 
		 // 构建 Robot 对象，用来操作键盘
		 Robot robot = new Robot(); 
		 // 模拟按下键盘动作，这里通过使用 KeyEvent 类来获取对应键盘（ALT）的虚拟键码
 robot.keyPress(java.awt.event.KeyEvent.VK_ALT); 
		 // 按下 PrtSC 键
		 robot.keyPress(java.awt.event.KeyEvent.VK_PRINTSCREEN); 
		 // 释放键盘动作，当这个动作完成之后，模拟组合键 Alt + PrtSC 的过程就已经完成，
//此时屏幕活动窗口就一被截取并存入到剪切板
		 robot.keyRelease(java.awt.event.KeyEvent.VK_ALT); 
		 // 获取系统剪切板实例
 Clipboard sysc = Toolkit.getDefaultToolkit().getSystemClipboard(); 
		 // 通过 getContents() 方法就可以将剪切板内容获取并存入 Transferable 对象中
		 Transferable data = sysc.getContents(null); 
		 if (data != null) { 
/***
判断从剪切板获取的对象内容是否为 Java Image 类， 如果是将直接转化为 Image 对象。
到此为止，我们就从发出组合键到抓取活动窗口，再读取剪切板并存入 Image 对象的过程
就完成了，接下来要做的就是需要将 Image 对象保存到本地。
*/
			 if (data.isDataFlavorSupported(DataFlavor.imageFlavor)) { 
				 Image image = (Image) data 
						 .getTransferData(DataFlavor.imageFlavor); 
				 writeImageToFile(image, fileName); 
			 } 
		 } 
	 }

Robot 类对键盘的处理是通过 keyPress(int keycode)、keyRelease(int keycode) 方法来实现的，其中他们需要的参数是键盘按键对应的虚拟键码，虚拟键码的值可以通过 KeyEvent 类来获取。在 Java API 中对于虚拟键码的解释如下： 虚拟键码用于报告按下了键盘上的哪个键，而不是一次或多次键击组合生成的字符（如 "A" 是由 shift ＋ "a" 生成的）。 例如，按下 Shift 键会生成 keyCode 为 VK_SHIFT 的 KEY_PRESSED 事件，而按下 'a' 键将生成 keyCode 为 VK_A 的 KEY_PRESSED 事件。释放 'a' 键后，会激发 keyCode 为 VK_A 的 KEY_RELEASED 事件。另外，还会生成一个 keyChar 值为 'A' 的 KEY_TYPED 事件。 按下和释放键盘上的键会导致（依次）生成以下键事件：

KEY_PRESSED

KEY_TYPED（只在可生成有效 Unicode 字符时产生。）

KEY_RELEASED

所以当测试中需要用到按下键盘 Alt+PrtSc 键的时候，只需要执行代码清单 10 中两个 keyPress() 和一个 keyRelease() 方法即可。

3.当这两个按键执行结束之后，屏幕上面的活动窗口已经保存到剪切板中。如果需要将其保存本地图片，只需要从剪切板读取并通过 JPEGImageEncoder 类或者 ImageIO 类将其写入本地即可。

清单 11. 使用 JPEGImageEncoder 将 Image 对象保存到本地

 /** 
 * 
 * @Description: 这个方法用来将 Image 对象保存到本地，主要是通过 JPEGImageEncoder 类来实现图像的
 * 保存
 * @param image ： 要保存的 Image 对象
 * @param filename ： 保存图片的文件名称
 */ 
 public static void writeImageToFile(Image image, String fileName) { 
		 try { 
			 // 获取 Image 对象的宽度和高度， 这里的参数为 null 表示不需要通知任何观察者
 int width = image.getWidth(null);
			 int height = image.getHeight(null); 
			 BufferedImage bi = new BufferedImage(width, height, 
					 BufferedImage.TYPE_INT_RGB); 
 // 通过 BufferedImage 绘制图像并保存在其对象中
			 bi.getGraphics().drawImage(image, 0, 0, null); 
			 // 构建图像名称及保存路径
			 String name = Const.DIRECTORY + fileName + Const.FORMAT; 
			 File dir = new File(Const.DIRECTORY); 
			 if (!dir.exists()) { 
				 dir.mkdir(); 
			 } 
			 FileOutputStream ut = new FileOutputStream(name); 
			 @SuppressWarnings("restriction") 
			 JPEGImageEncoder encoder = JPEGCodec.createJPEGEncoder(out); 
 encoder.encode(bi); 
			 out.flush(); 
 out.close(); 
		 } catch (Exception e) { 
			 e.printStackTrace(); 
		 } 
	 }

代码清单 11 是通过 JPEGImageEncoder 类将 Image 对象写到本地文件流，注意 Image 对象是在代码清单 10 中的如下语句获取到的：

		 Clipboard sysc = Toolkit.getDefaultToolkit().getSystemClipboard(); 
		 Transferable data = sysc.getContents(null); 
		 if (data != null) { 
			 if (data.isDataFlavorSupported(DataFlavor.imageFlavor)) { 
				 Image image = (Image) data 
						 .getTransferData(DataFlavor.imageFlavor); 
				 writeImageToFile(image, fileName); 
			 } 
		 }

清单 12. 使用 ImageIO 将 Image 对象保存到本地

 /** 
 * 
 * @Description: 通过使用 ImageIO 类来保存 Image 对象为本地图片
 * @param image ： 需要保存的 Image 对象
 * @param filename ： 文件名
 */ 
 public static void saveImage(Image image, String fileName) throws Exception { 
	 // 获取 Image 对象的高度和宽度
	 int width = image.getWidth(null); 
	 int height = image.getHeight(null); 
	 BufferedImage bi = new BufferedImage(width, height, 
			 BufferedImage.TYPE_INT_RGB); 
	 Graphics g = bi.getGraphics(); 
     //通过 BufferedImage 绘制图像并保存在其对象中
	 g.drawImage(image, 0, 0, width, height, null); 
	 g.dispose(); 
	 File f = new File(fileName); 
	 // 通过 ImageIO 将图像写入到文件
	 ImageIO.write(bi, "jpg", f); 
	 }

回页首

使用 sendKeys(keysToSend) 批量上传文件

在 Selenium2.0 之前，要上传文件是比较麻烦的一件事件，因为点击 Upload File 控件会弹出 Windows 窗口以提供用户选择文件，但是 Window 窗口已经是浏览器之外的组件，所以 Selenium 本身没办法控制， 而必须使用 Java Robot 类来模拟键盘去操作剪切板实现上传功能，而且及其不稳定。 在 Selenium 2.0 之后，WebDriver 解决了这个问题。前面已经谈到过，直接使用 WebElement 类的 sendKeys(keysToSend) 方法就可以实现文件上传了。但是如果想批量上传文件，使用 element.sendKeys(“C：\\test\\upload\\test1.txt”, “C:\\test\\upload\\test2.txt”...) 方法也是不行的，它能通过执行，但是实际上没有上传成功。这时可以通过循环的方式来实现文件的批量上传，代码清单 13 是我在百度云上面批量上传文件的测试。

清单 13. 批量上传文件

 /** 
 * 
 * @Description: 在百度云上测试文件批量上传功能，主要是通过循环的方式去做单一
 * 的上传动作 , 登陆过程已经去掉
 */ 
 @Test 
 public void test_mutilUploadFile() throws Exception { 
 System.out.println("upload start"); 
		 // 获取上传控件元素
 WebElement uploadButton = driver.findElement(By.name("html5uploader")); 
 // 构建上传文件路径，将需要上传的文件添加到 CharSequence 数组
 CharSequence[] files = new CharSequence[5]; 
		 files[0] = "C:\\test\\test1.txt"; 
		 files[1] = "C:\\test\\test2.txt"; 
		 files[2] = "C:\\test\\test3.txt"; 
		 files[3] = "C:\\test\\test4.txt"; 
		 files[4] = "C:\\test\\test5.txt"; 
		 // 循环列出每支需要上传的文件路径，做单一上传动作
		 for(CharSequence file: files){ 
 uploadButton.sendKeys(file); 
		 } 
		 Thread.sleep(2000); 
 System.out.println("upload end"); 
	 }

当执行结束后，效果如图 1。

图 1. 批量上传文件

回页首

结束语

在 Selenium WebDriver 中，有了 Actions 类和 Keys 枚举对键盘和鼠标的操作已经做的非常到位，再结合 Java 本身 Robot、KeyEvent 等类的使用，基本上可以满足工作中遇到的对鼠标键盘操作的应用了。

其次要注意的地方是 WebDriver 对浏览器的支持问题，Selenium WebDriver 支持的浏览器非常广泛，从 IE、Firefox、Chrome 到 Safari 等浏览器， WebDriver 都有相对应的实现：InterntExplorerDriver、FirefoxDriver、ChromeDriver、SafariDriver、AndroidDriver、 IPhoneDriver、HtmlUnitDriver 等。根据个人的经验，Firefox 以及 Chrome 浏览器对 WebDriver 的支持最好了，Firefox 搭上 Firebug 以及 Firepath, 在写脚本的过程中非常方便，而 ChromeDriver 是 Google 公司自己支持与维护的项目。HtmlUnitDriver 速度最快，一个纯 Java 实现的浏览器。IE 比较慢，而且对于 Xpath 等支持不是很好。更多关于 Selenium WebDriver 的知识，大家可以从下面的链接去访问 Selenium 官方文档。

http://www.yiibai.com/selenium/selenium_ide_debugging.html

Selenium IDE 测试

调试是为了发现和修复测试脚本，任何脚本开发的共同步骤是错误的处理。为了使这一过程更加稳固，我们可以使用Selenium IDE的一个插件叫“Power Debugger”

Step 1 : 安装Selenium IDE的Power Debugger，导航到 https://addons.mozilla.org/en-US/firefox/addon/power-debugger-selenium-ide/ 然后点击 "Add to Firefox" 链接如下所示：

Step 2 : 现在启动 'Selenium IDE'  会发新的图标, "Pause on Fail" 在录制工具栏，如下图所示。点击它为 ON。 当再次点击，将它打开为"OFF"。

Step 3 : 用户可以打开 "pause on fail" 开或关在任何时间即使测试运行

Step 4 : 一旦测试在暂停的情况下，由于步骤中有一个失败，可以使用通常的暂停/步按钮继续执行测试。如果故障是在任何测试的情况下，最后一个命令执行不会被暂停。

Step 5 : 我们还可以使用断点来了解在这过程中到底发生了什么。插入一个特定步骤一个断点，执行从上下文“右键”，选择“toggle Break Yiibai”相关菜单。

Step 6 : 插入断点则显示暂停图标，特定步骤如下所示。

Step 7 : 当我们执行该脚本，该脚本将暂停执行插入断点的地方。这将有助于计算一个元素等的值/表示在用户执行过程中。

Selenium IDE

Selenium IDE：一个专门用于Firefox浏览器的插件，能够录制回放用户在Firefox中的行为，并把所记录的Selenese (Selenium Commands)转化为HTML/Java/C#/Python/Perl/Php/Ruby等语言脚本。

一．安装IDE

方法1：

打开firefox浏览器，进入官方网址：http://seleniumhq.org/download/

找到selenium IDE的下载链接，firefox会有提示安装插件，点击安装即可。

方法二：

在firefox的菜单栏中选择tools (工具)--->add-ons Manager(添加组件) 然后搜索selenium IDE 点击下载安装重启即可。

安装Firebug，tools (工具)--->add-ons Manager(添加组件) 然后搜索firebug 点击下载安装重启即可。

二.使用IDE

1.启动

2.IDE启动后，弹出如下对话框：

脚本是由Command，Target，Value组成的表格，每个脚本都是由一条一条的Action(行为)组成，而每个Action又由(Command，Target，Value)三者组成。

一．脚本语言转换

脚本语言可以转换成java，c#，pathon，ruby，HTML等。

Options->format->

若点击没有反应,则进行如下操作:

Options->options…->勾选enable experimental meatures

文件->export test case as

Selenium IDE转换的脚本可以作为Selenium-RC的脚本基础

Selenium - IDE

http://docs.seleniumhq.org/download/

步骤 1 : 启动Firefox，然后导航到URL - http://seleniumhq.org/download/。 在Selenium IDE部分，单击显示如下所示当前版本号的链接。

步骤 2 :  Firefox的附加组件通知弹出了允许和禁止的选项。用户必须允许安装。

步骤3 : 加载项安装程序发出警告不可信的附加组件的用户。点击“Install Now”。

步骤 4 :  Selenium IDE现在可以通过浏览访问 'Tools' >> 'Selenium IDE'。

步骤 5 : 在Selenium IDE，也可以直接从快速访问菜单栏访问，如下图所示。

在 IBM Bluemix 云平台上开发并部署您的下一个应用。

开始您的试用

TestNG（Test Next Generation），顾名思义，下一代的测试框架。它是基于J2SE5.0的注释特性的而构建的轻量级的单元测试框架结构。说起单元测试框架，大家都 会自然地联想到JUnit。用过JUnit3.X的程序开发人员，都会发现JUnit在提供了强大功能的同时，也存在很多令人沮丧的地方。其中一个问题就 是，JUnit3.x 在每个测试方法调用前和调用后都会调用setUp()和tearDown()的方法。如果开发人员希望在不同的测试方法中重用同一个JDBC连接或者 JNDI的Context的时候，会觉得很不方便。一般的解决这个问题的方法是使用静态方法，而这样的话，就必须小心并发控制的问题（多个线程访问共享的 静态对象）。除此之外，JUnit 3.X对于多线程测试也比较麻烦，需要其他模块的支持。

这篇文章将为大家介绍TestNG这个新的测试 框架的特性，以及TestNG优于Junit3.X的地方。众所周知，Eclipse不仅仅是功能强大的Java IDE，同时也是一个开放的应用集成平台。而Eclipse3.1提供了对J2SE5.0的支持。因此，笔者将以Eclipse为运行环境，介绍 Testng的安装，使用和运行。Eclipse3.1可以从http://www.eclipse.org/downloads/index.php下载。

关于注释

由于TestNG是基于J2SE5.0的注释特性所构建的。因此读者在阅读本文之前，必须了解注释的一些基本概念。关于J2SE的注释特性，笔者曾经在另一篇文章中详细的介绍过，详细介绍请参考"参考资料"。这里只简单的介绍一些概念。

注 释是J2SE5.0所新提供的对于元数据的支持。程序开发人员可以在不改变原有逻辑的情况下，在源文件嵌入一些补充的信息。注释都是由 @Interface annotationName 来声明的。注释可以用来修饰类定义，方法，域变量等等。使用的时候是在修饰的对象的定义前@annotationName。注释可以包含多个属性，使用的 时候为属性赋值，例如 @annotationName(prop1=value1,prop2=value2)。程序的开发人员还可以通过Java的反射特性，在运行时获得这 些注释的信息。在后面的章节中，大家会看到TestNG是如何使用它所定义的注释类型的来实现测试框架的。

回页首

安装TestNG

在 Eclipse中安装testNG很简单。和安装其他的plugin的方法相似。首先启动Eclipse3.1，在Help->Software Update->Find and Install， 在弹出的向导中，选择"Search New Features to Install"， 点击"New Remote Site"，如图1所示。在URL中输入 http://beust.com/eclipse，点击"OK"。如图2所示，点击"Finish"，Eclipse会帮助你完成下面的安装。熟悉 Eclipse的读者对这个过程一定不会觉得陌生。

图1 新建Update Site

图2 安装TestNG

安装好TestNG后，在Eclipse中单击"Window"->Show View->Other->Java->TestNG, TestNG的视图就打开了。

图3 TestNG的视图

注意：TestNG的视图的作用时为了现实测试结果。为了显示视图的功能，图3的视图是运行了一个测试用例后的结果。读者如果是第一次打开视图，应该是空白的。

回页首

一个简单的例子

TestNG和JUnit不同，他使用注释、正则表达式和基于XML的配置文件对测试方法进行配置的。我们先来看一个简单的例子。

1） 在Eclipse中创建一个Java的项目，com.catherine.lab.testng.demo

2） 在Packet Explorer中，右键点击刚生成的项目，选择Properties。

3） 在Properties属性框中，选择"Java Build Path"，点击"Add External JARs…"

4） 在文件浏览的对话框中，选择{eclipse 3.1 home directory}/plugins/com.beust.testng.eclipse_XXX/eclipse_testng.jar,以及 {eclipse 3.1 home directory}/plugins/com.beust.testng.eclipse_XXX/lib/testng-jdk14.jar/以及 testng-jdk15.jar. 点击OK

5） 在Project中创建一个package: com.catherine.lab.testng.firstTest。在package里边创建一个类：FristTestSample.

清单1 TestNG的第一个例子

package com.catherine.lab.testng.firstTest;
import com.beust.testng.annotations.*;
public class FirstTestSample {
	public FirstTestSample() {
		super();
	}
    @Test
    public void testPass() {
    		assert true :  "This test should pass.";
    }
    
    @Test
    public void testFail() {
    		assert false : "This test will fail";
    }	
    
    @Configuration(beforeTestClass = true)
	public void doBeforeTests() {
		System.out.println("invoke before test class!");
	}
    @Configuration(afterTestClass = true)
	public void doAfterTests() {
		System.out.println("invoke after test class!");
	}
}

6） 在Eclipse中打开Run->Run..，如图4所示。 首先在选择使用TestNG的Project，而后在选择编写了测试逻辑的Class，点击Run。测试结果就显示在TestNG的视图中了。如图5所示。

图4 配置运行TestNG的程序

图5 TestNG的运行结果

这是一个完整的测试用例。和JUnit不同，TestNG中实现测试逻辑的类不需要继承任何父类。测试方法也无需遵循testXXX的命名规则。

TestNG的类是大家所非常熟悉的普通的Java类，而在这个类中，所有的被@Test这个注释所修饰的方法都会被当作测试方法来运行。除了测试类之外，TestNG还需要了一个配置文件，用来配置测试过程。以下是一个简单的配置文件：testng.xml。

清单2 testNG的配置文件

<!DOCTYPE suite SYSTEM "http://beust.com/testng/testng-1.0.dtd" >
 <suite name="My First TestNG test">
   <test name="Hello Test!">
    <classes>
      <class name=" com.catherine.lab.testng.firstTest.FirstTestSample " />
    </classes>
  </test>
</suite>

testng.xml可以配置测试套件<suite>，类似于JUnit的 TestSuite。而<test>类似于JUnit中的TestCase。所不同的是， TestNG中的测试套件可以包括多个测试用例，一个测试用例可以包括多个测试类，而一个测试类中可以定义多个测试方法。在下面的例子中，我们将看到这个 配置文件更复杂的应用。

在图4的运行配置中，我们也可以设置一个xml文件作为配置文件，而不是直接使用测试类。其实我们使用测试类的时 候，testNG也帮我们生成了一个缺省的xml文件。不相信的话，你可以切换到Resource Perspective，然后刷新Workspace，就会发现这个project里边生成了一个xml文件，而这个文件就是TestNG的缺省的配置文 件。

现在我们再回到清单1，大家在上面的程序清单中会发现，除了使用@Test这个注释以外，我们还使用了@Configuration这个注释。下面我们就来介绍@Configuration这个注释的用途。

在注释Configuration中，定义了以下的属性：

清单3 configuration中的属性

public boolean beforeSuite() default false;
public boolean afterSuite() default false;
public boolean beforeTest() default false;
public boolean afterTest() default false;
public boolean beforeTestClass() default false;
public boolean afterTestClass() default false;
public boolean beforeTestMethod() default false;
public boolean afterTestMethod() default false;

• beforeSuite=true,所修饰的方法将在测试套件(也就是配置文件中的Suite Tag)中任何一个方法调用之前，调用一次
• afterSuite=true,所修饰的方法将在测试套件中所有方法都调用过后，调用一次
• beforeTest=true,在测试用例（配置文件中Test Tag）中任何一个测试方法调用之前，调用一次
• afterTest=true, 在测试用例中任何所有方法都调用之后，调用一次
• beforeTestClass=true,在测试类中任何测试方法调用之前，调用一次
• afterTestClass=true,在这个测试类中所有方法都调用过后，调用一次
• beforeTestMethod=true,在每个测试方法调用之前，调用一次
• afterTestMethod=true,在每个测试方法调用之后，调用一次

这个清单1中doBeforeTests（）方法，在任何一个test方法调用之前被调用一次。doAfterTests，就是所有的test方法运行过了以后再调用一次。从Console输出的信息中，我们可以验证这一点：

图6 console输出的运行信息

回页首

更复杂的例子

上一节中我们介绍了使用testNG的一个最简单的例子，这一节中我们将介绍一些关于testNG的高级应用。 注释Test除了标志其修饰的方法为测试方法， 还提供了groups的属性。比如上面例子的两个方法testPass()和testFail(),我们可以给这两个方法加上group的属性。

清单4 测试@Test的groups属性

     @Test(groups={"functional_test"})
    public void testPass() {
    		assert true :  "This test should pass.";
    }
        @Test(groups={"checkin_test"})
    public void testFail() {
    		assert false : "This test will fail";
    }	
   }

而后打开Run->Run…,在配置文件的Runtime配置中选择Groups，然后选择你要运行的group的名字。

图7 运行选定的测试组

这个时候我们从TestNG中看到测试结果，只有testPass运行了，而testFail因为不属于funcational_test这个组，因此并没有运行。

图8 运行结果

和第一个例子类似，虽然我们在这里并没有显示地定义配置文件，testNG已经生成了相应的配置文件了。在Resource Perspective底下可以看到这个文件：Custom_SuiteXXXX.xml.

清单5 自动生成的配置文件

<!DOCTYPE suite SYSTEM "http://beust.com/testng/testng-1.0.dtd" >
 <suite name="My First TestNG test">
   <test name="Hello Test!">
<groups>
    <run>
      <include name="functional_test"/>
     </run>
  </groups>
    <classes>
      <class name=" com.catherine.lab.testng.firstTest.FirstTestSample " />
    </classes>
  </test>
</suite>

除了groups属性以外，注释Test还支持属性dependsOnMethods和属性dependsOnGroups. 这两个属性主要用于规定测试方法的执行顺序。

TestNG并不保证按照定义的顺序执行测试方法。如果这些测试方法之间有依赖关系的话，那么我们就可以使用dependsOnXXXX的属性。我们还是看第一个例子，现在我们在这个例子里边增加了一个方法：

setupEnvforPass()。我们希望setupEnvforPass（）方法在testPass方法前执行，我们修改了testPass的test注释。如清单6所示：

清单6 测试@Test的属性dependsOnMethods

    @Test(groups={"functional_test"},
dependsOnMethods = { "setEnvForPass" })
    public void testPass() {
    		assert true :  "This test should pass.";
    }
        @Test(groups={"checkin_test"})
    public void testFail() {
    		assert false : "This test will fail";
}	
@Test(groups = {"init"})
public void setEnvForPass(){
   assert true: "This is dependent method"
}
   }

运行配置和配置文件都不需要改动，现在我们来运行这个例子，测试结果如图9所示。大家可以看到，虽然我们在 testPass方法之后定义了，setEnvForPass方法，但是由于我们将setEnvForPass定义为testPass的以来方 法，setEnvForPass在testPass前执行了。

同样，我们可以定义dependsOnGroups的属性，这样只有 Groups中所有的方法都被执行完，这个方法才会被执行。注意：如果depensOnGroups中制定的group在配置文件中被excluded 了，那么这个方法会依然被执行。但是如果指定的group在配置文件中被include了，而group中的方法有错误的话，那么这个方法会被skip， 不会被执行。

图9 运行结果

下面我们要介绍一个新的注释类型： @Parameter。

TestNG 的测试方法可以带有参数，参数可以通过@Parameter来声明，具体的参数值在testng.xml中定义。这是testng的一个很优越的特性。我 们还是在以前的例子上的基础上来验证这个特性。我们为setEnvForPass这个方法定义一个参数，target_server，并且在测试方法中打 印这个参数。

清单7 测试注释Parameter

@Parameters({ "target_server" })
@Test(groups = {"init"})
public void setEnvForPass(String targetServer){
   assert true: "This is dependent method";
System.out.println(targetServer);
}
   }

Target_server的值在testng.xml中定义。在TestNG的运行时配置中选择Suite,然 后Browse清单8中定义好的的testng.xml。运行TestNG,我们从Console的运行结果中看到，target_server的值被打 印出来了。

清单8 自定义的配置文件

<!DOCTYPE suite SYSTEM "http://beust.com/testng/testng-1.0.dtd">
<suite name="Custom suite">
  <parameter name="target_server"  value="127.0.0.1"/>
  <test verbose="6" name="Test for 1 classes" annotations="1.5">
    <groups>
      <run>
        <include name="functional_test"/>
      </run>
    </groups>
    <classes>
      <class name="com.catherine.lab.testng.firstTest.FirstTestSample">
      </class>
    </classes>
  </test>
</suite>

测试方法的参数可以是任意多个，只要你通过配置文件传入了正确的参数，那么测试方法中就可以使用这些参数了。不过需要注意的是，参数是有作用域的，比如参数可以在配置文件的suite和test之后定义，而如果两个参数的名称一样，test中定义的参数值有较高的优先级。

testNG可以从多个线程中运行测试方法，只需要将配置文件中suite的parallel属性设为true。线程的数目在thread-count中设置。如果两个方法有依赖关系，那么他们将在一个线程中运行，除此之外，都可以在多个线程中并发的运行。

<suite name="My suite" parallel="true" thread-count="10">

除了以上介绍的特性以外，（请参阅"参考资料"）

• TestNG提供了注释Factory,用来动态生成测试方法的参数。
• TestNG还提供**tTask <testng>，可以从Ant脚本中调用testNG。
• TestNG的可以调用JUnit的test cases。只需要配置文件中声明
  <test name="Test1" junit="true">
  <classes ..>
• TestNG还可以从程序中调用：
  TestNG testng = new TestNG();
  testng.setTestClasses(Class[] {});
  testng.run();

除了TestNG之外… 从上面的例子可以看出，TestNG这个单元测试框架的功能是很强大的，而且简单易学。开发者只需要使用TestNG所提供的注释和正确的配置文件，可以轻松地完成复杂的测试用例。

除 了TestNG之外，JTiger也是一种基于J2SE5.0的单元测试框架，其中应用了大量J2SE5.0的新特性，比如注释和静态Import。和 TestNG类似， JTiger提供了大量内建的注释类型， 比如JTiger也使用注释@Test标明测试方法， 使用注释@Category表示这个测试方法属于那一类，类似于TestNG的@Test的groups属性。和TestNG不同的是，JTiger并没 有使外部的配置文件。

总之，TestNG和JTiger都解决了JUnit3.x中存在的问题，提供了大量优于JUnit3.x的特性。而 JUnit也并没有就此止步，即将发布的JUnit4.0有了根本性的变化，JUnit4.0也将变成基于注释的测试系统。同样也将提供大量的内建注释类 型：比如@Test, @Before, @After等等。这些引入的注释类型，使得JUnit克服了以前的问题，拥有了新的活力。Justine Lee在他的文章中，详细地比较了这三种测试框架，请参阅"参考资料"。

选用何种测试框架，取决于很多的因素。虽然JUnit具有众多的拥 簇者，但是TestNG和JTiger的崛起也不可小觑的。应该说，TestNG是建立在JUnit3.x之上的，吸取了JUnit的优点，同时也摈弃和 改正了JUnit的缺点。笔者曾经在Eclipse中使用过JUnit3.x和TestNG，个人认为TestNG使用起来比JUnit3.x要更为方 便。但是JUnit提供测试插件(plug-in)的功能，TestNG目前并没有提供这种功能。不过我们有理由相信，在不久的将来TestNG会对于 eclipse插件提供更为丰富的支持。本文通过对TestNG的介绍，希望能够为大家在选择测试框架的时候提供一个新的选择。

  1 import java.io.FileInputStream;
  2 import java.io.InputStream;
  3 import java.util.HashMap;
  4 import java.util.Iterator;
  5 import java.util.Map;
  6 
  7 import org.testng.Assert;
  8 
  9 import jxl.*;
 10 
 11 /**
 12  * Excel放在Data文件夹下</p>
 13  * Excel命名方式：测试类名.xls</p>
 14  * Excel的sheet命名方式：测试方法名</p>
 15  * Excel第一行为Map键值</p>
 16  * 代码参考郑鸿志的Blog
 17  * {@link www.zhenghongzhi.cn/post/42.html}
 18  * @ClassName: ExcelDataProvider
 19  * @Description: TODO(读取Excel数据)
 20  */
 21 public class ExcelDataProvider implements Iterator<Object[]> {
 22 
 23     private Workbook book         = null;
 24     private Sheet    sheet        = null;
 25     private int      rowNum       = 0;
 26     private int      currentRowNo = 0;
 27     private int      columnNum    = 0;
 28     private String[] columnnName;
 29 
 30     public ExcelDataProvider(String classname, String methodname) {
 31 
 32         try {
 33 
 34             int dotNum = classname.indexOf(".");
 35 
 36             if (dotNum > 0) {
 37                 classname = classname.substring(classname.lastIndexOf(".") + 1,
 38                         classname.length());
 39             }
 40             //从/data文件夹下读取以类名命名的excel文件
 41             String path = "data/" + classname + ".xls";
 42             InputStream inputStream = new FileInputStream(path);
 43 
 44             book = Workbook.getWorkbook(inputStream);
 45             //取sheet
 46             sheet = book.getSheet(methodname);
 47             rowNum = sheet.getRows();
 48             Cell[] cell = sheet.getRow(0);
 49             columnNum = cell.length;
 50             columnnName = new String[cell.length];
 51 
 52             for (int i = 0; i < cell.length; i++) {
 53                 columnnName[i] = cell[i].getContents().toString();
 54             }
 55             this.currentRowNo++;
 56 
 57         } catch (Exception e) {
 58             e.printStackTrace();
 59             Assert.fail("unable to read Excel data");
 60         }
 61     }
 62 
 63     public boolean hasNext() {
 64 
 65         if (this.rowNum == 0 || this.currentRowNo >= this.rowNum) {
 66 
 67             try {
 68                 book.close();
 69             } catch (Exception e) {
 70                 e.printStackTrace();
 71             }
 72             return false;
 73         } else {
 74             // sheet下一行内容为空判定结束
 75             if ((sheet.getRow(currentRowNo))[0].getContents().equals(""))
 76                 return false;
 77             return true;
 78         }
 79     }
 80 
 81     public Object[] next() {
 82 
 83         Cell[] c = sheet.getRow(this.currentRowNo);
 84         Map<String, String> data = new HashMap<String, String>();
 85         // List<String> list = new ArrayList<String>();
 86 
 87         for (int i = 0; i < this.columnNum; i++) {
 88 
 89             String temp = "";
 90 
 91             try {
 92                 temp = c[i].getContents().toString();
 93             } catch (ArrayIndexOutOfBoundsException ex) {
 94                 temp = "";
 95             }
 96 
 97             // if(temp != null&& !temp.equals(""))
 98             // list.add(temp);
 99             data.put(this.columnnName[i], temp);
100         }
101         Object object[] = new Object[1];
102         object[0] = data;
103         this.currentRowNo++;
104         return object;
105     }
106 
107     public void remove() {
108         throw new UnsupportedOperationException("remove unsupported.");
109     }
110 }

输出

所有的浏览器将平行展开，结果将被打印在控制台上。

注：对于我们在IE浏览器执行成功确保复选框“启用保护模式”下的“IE选项中的安全选项卡中选中或未在所有区域中未检查。

TestNG的结果以HTML格式来查看详细的分析。

http://www.yiibai.com/selenium/selenium_exception_handling.html

异常处理

当我们正在开发测试中，我们要确保，即使测试失败的脚本可以继续执行。如果最坏的情况都处理不好意外的异常会被抛出。

如果发生异常，由于无法找到元素，或者预期的结果不与实际值相符，我们应该抓住这个异常并结束测试的逻辑方式，以防脚本本身突然终止。

语法

实际的代码应该放在try块和异常后的动作应该放在catch块。请注意：“finally'块就算没有问题，不管脚本是否已经被抛出的异常都会执行。

try
{
   //Perform. Action
}
catch(ExceptionType1 exp1)
{
   //Catch block 1
}
catch(ExceptionType2 exp2)
{
   //Catch block 2
}
catch(ExceptionType3 exp3)
{
   //Catch block 3
}
finally
{
   //The finally block always executes.
}

示例

如果没有找到(因为任何好的理由)元素，我们应该确保走出的功能顺利。所以，总是需要有try-catch块，如果想要的跟做的是一样的。

public static WebElement lnk_percent_calc(WebDriver driver)throws Exception
{
  try
  {
    element = driver.findElement(By.xpath(".//*[@id='menu']/div[4]/div[3]/a"));
    return element;
  }
  catch (Exception e1)
  {
    // Add a message to your Log File to capture the error
      Logger.error("Link is not found.");
    
    // Take a screenshot which will be helpful for analysis.
    File screenshot = ((TakesScreenshot)driver).getScreenshotAs(OutputType.FILE);
	FileUtils.copyFile(screenshot, new File("D:\\framework\\screenshots.jpg"));	
    
    throw(e1);
  }
}

解决方案：右键选择：“以管理员身份运行”即可。

http://www.yiibai.com/selenium/selenium_ide_verification_points.html

Selenium IDE验证点

我们还开发了测试用例需要检查一个Web页面的属性。这需要维护和验证命令。有两种方法可以验证点到任何脚本

插入记录模式中的任何验证点单击“右键”元素，并选择“Show all Available Commands”，如下图所示。

我们也可以通过执行“右键”，然后选择“Insert New Command”插入一个命令。

插入新的命令后，单击“Command”下拉列表，选择如下图所示的命令的列表提供适当的验证点

下面是主要用于验证的命令，这有助于我们检查一个特定步骤已通过或失败。

• verifyElementPresent

• assertElementPresent

• verifyElementNotPresent

• assertElementNotPresent

• verifyText

• assertText

• verifyAttribute

• assertAttribute

• verifyChecked

• assertChecked

• verifyAlert

• assertAlert

• verifyTitle

• assertTitle

同步点

在程序执行时，应用程序可能由服务器的负载情况来决定响应速度，因此，它必需要应用和脚本同步。下面是几个命令，我们可以用它来确保脚本和应用程序同步。

• waitForAlertNotPresent

• waitForAlertPresent

• waitForElementPresent

• waitForElementNotPresent

• waitForTextPresent

• waitForTextNotPresent

• waitForPageToLoad

• waitForFrameToLoad

http://blog.sina.com.cn/s/blog_71a536990101azot.html

下面我们来看一下selenium webdriver是如何来处理select下拉框的，以http://passport.51.com/reg2.5p这个页面为例。这个页面中有4个下拉框，下面演示4种选中下拉框选项的方法。select处理比较简单，直接看代码吧：）

import org.openqa.selenium.By;
import org.openqa.selenium.WebDriver;
import org.openqa.selenium.WebElement;
import org.openqa.selenium.firefox.FirefoxDriver;
import org.openqa.selenium.support.ui.Select;

public class SelectsStudy {

 
 public static void main(String[] args) {
  // TODO Auto-generated method stub
  System.setProperty("webdriver.firefox.bin","D:\\Program Files\\Mozilla Firefox\\firefox.exe"); 
  WebDriver dr = new FirefoxDriver();
  dr.get("http://passport.51.com/reg2.5p");
  
  //通过下拉列表中选项的索引选中第二项，即2011年
  Select selectAge = new Select(dr.findElement(By.id("User_Age")));
  selectAge.selectByIndex(2);
  
  //通过下拉列表中的选项的value属性选中"上海"这一项
  Select selectShen = new Select(dr.findElement(By.id("User_Shen")));
  selectShen.selectByValue("上海");
  
  //通过下拉列表中选项的可见文本选中"浦东"这一项
  Select selectTown = new Select(dr.findElement(By.id("User_Town")));
  selectTown.selectByVisibleText("浦东");
  
  //这里只是想遍历一下下拉列表所有选项，用click进行选中选项
  Select selectCity = new Select(dr.findElement(By.id("User_City")));
  for(WebElement e : selectCity.getOptions())
   e.click();
 }

}

从上面可以看出，对下拉框进行操作时首先要定位到这个下拉框，new 一个Selcet对象，然后对它进行操作。

INFO comes from ：http://jarvi.iteye.com/blog/1450883