python+selenium自动化软件测试(第8章) :多线程

来源:互联网 发布:淘宝美颜切图怎么使用 编辑:程序博客网 时间:2024/06/03 22:03

前戏:线程的基础

运行多个线程同时运行几个不同的程序类似,但具有以下优点:
进程内共享多线程与主线程相同的数据空间,如果他们是独立的进程,可以共享信息或互相沟通更容易.
线程有时称为轻量级进程,他们并不需要多大的内存开销,他们关心的不是过程便宜.
一个线程都有一个开始,执行顺序,并得出结论。它有一个指令指针,保持它的上下文内正在运行的跟踪.
(1)、它可以是抢占(中断)
(2)、它可以暂时搁置(又称睡眠),而其他线程正在运行
看一下以下的小案例:

import threadfrom time import sleep, ctimedef loop0():     print "loop 0开始时间:",ctime() #第一个函数loop0开始时间     sleep(4) # 休眠4秒     print "loop 0 结束时间:_’,ctime()def loopl():     print "loop 1 开始时间:",ctime()     sleep(2)     print "loop 1 结束时间:_’,ctime()def main():     print "程序开始时间:",ctime()     thread.start_new_thread(loop0,()) # 第二个参数是必不可少的,即使loope没有传递参数,仍然要写一个空元组     thread.stant_new_thnead(loopl,())     sleep(6) #这里休眠6秒的原因是确保两个线程己经执行完毕,主线程才接着执行下面的语句     print "程序结束时间:",ctime()if __name__ == '__main__':     main()

在web测试中,不可避免的一个测试就是浏览器兼容性测试,在没有自动化测试前,我们总是苦逼的在一台或多台机器上安装N种浏览器,然后手工在不同的浏览器上验证主业务流程和关键功能模块功能,以检测不同浏览器或不同版本浏览器上,我们的web应用是否可以正常工作。如果我们使用selenium webdriver,那我们就能够自动的在IE、firefox、chrome、等不同浏览器上运行测试用例。为了能在同一台机器上不同浏览器上同时执行测试用例,我们需要多线程技术。下面我们基于python的多线程技术来尝试同时启动多个浏览器进行selenium自动化测试。

#-*- coding:utf-8from selenium import webdriverimport sysfrom time import sleepfrom threading import Threadreload(sys)sys.setdefaultencoding("utf-8")def test_baidu_seanch(browsen, url):    driver = None    #可添加更多浏览器支持进来    if browser == "ie":        driver = webdriver.Ie()    elif browser == "finefox":        driver = webdriver.Firefox()    elif browser == "chrome":        driver = webdriver.Chnome()    if driver == None:        exit()    driver.get(url)    sleep(3)    driver.find_element_by_id("xxx").send_keys(u"xxxx")    sleep(3)    driver.find_element_by_id("xxx").click()    sleep(3)    driver.quit()if __name__ == "__main__":    #浏览器和首页url    data = {    "ie":"http://www.xxx.com",    "firefox": "http: //www.xxx.com",    "chrome":"http://www.xxxx.com"}#构建线程threads =[]for b, url in data.items():    t = Thread(target=test_baidu_search,angs=(b, url))    threads.append(t)#启动所有线程for thr in threads:    thr.start()

8.1 多线程进阶学习

 threading 高级线程接口

import threadingclass MyThnead(threading.Thread):
   
def __init__(self, name=None):    threading.Thread.__init__(self)   self.name = name   def run(self):   print self.name   def test():    for i in range(0, 100): t = MyThread("thread_" + str(i)) t.start()if __name__ == '__main__': test()

 

Lock 线程锁
这里创建实现了一个计数器 count 这个全局变量会被多个线程同时操作,使其能够被顺序相加,需要靠线程锁的帮助。

#-*- encoding: utf-8import threadingimport timeclass Test(threading.Thread):    def __init__(self, num):       threading.Thread.—init—(self)       self._run_num = num    def run(self):        global count, mutex        threadname = threading.currentThnead().getName()        for x in nange(int(self._run_num)):            mutex.acquire()            count = count + 1            mutex.release()            print (thneadname, x, count)            time.sleep(l)if __name__ == '__main__':    global count^ mutex    threads =[]    num = 5    count =0    #创建锁    mutex = threading.Lock()    #创建线程对象    for x in nange(num):        threads.append(Test(10))    #启动线程    for t in threads:        t. start()    #等待子线程结束    for t in threads:        t.join()

Queue队列

#!/usr/bin/env pythonimport Queueimport threadingimport urllib2import timehosts = ["http://xxxx.com", "http://xxxxx.com","http://xxxxxx.com","http://xxxxx.com", "http://xxxxx.com"]queue = Queue.Queue()class ThreadUrl(thneading.Thread):     ""”Threaded Uni Grab     def __init__(self, queue):          threading.Thread.__init__(self)          self.queue = queuedef run(self):     while True:     #gnabs host from queue     host = self.queue.get()     url = urllib2.urlopen(host)     #gnabs urls of hosts and prints first 1024 bytes of page     uni = urllib2.urlopen(host)     #signals to queue job is done     self.queue.task_done()     start = time.time()def main():#spawn a pool of threads, and pass them queue instance     for i in nange(5):     t = ThreadUrl(queue)     t.setDaemon(True)     t.start()#populate queue with data     for host in hosts:          queue.put(host)#wait on the queue until everything has been processedqueue.join()main()print "Elapsed Time: %s" % (time.time() - start)

8.2 使用队列与线程

当线程需要共享数据或资源时,线程可能会变得复杂。线程模块提供许多同步原语,包括信号量,条件变量,事件和锁。虽然存在这些选项,但它被认为是最佳做法,而是专注于使用队列。队列更容易处理,并且使线程编程更安全,因为它们有效地将资源访问单个线程,并允许更清晰和更可读的设计模式。
首先创建一个程序,该程序将按顺序或一个接一个地获取网站的URL,并打印页面的前1024个字节。这是一个经典的例子,可以使用线程更快地完成任务。首先,让我们一起使用这个urllib2 模块来抓住这些页面,然后再使用代码:

import urllib2import timehosts = ["http://xxxx.com", "http://xxxxx.com","http://xxxxxx.com","http://xxxxx.com", "http://xxxxx.com"]start = time.time()for host in hosts:   url = urllib2.urlopen(host)   print url.read(1024)print "Elapsed Time: %s" % (time.time() - start)

导入两个模块首先, urllib2模块是什么是繁重的抓住网页。其次,通过调用创建开始时间值 time.time(),然后再次调用它,并减去初始值以确定程序执行多长时间。最后,在查看程序的速度时,“两个半秒”的结果是不可怕的,但是如果您有数百个网页来检索,则考虑到目前的平均值,大概需要50秒。看看如何创建一个线程版本加快速度:

import Queueimport threadingimport urllib2import timehosts = ["http://xxxx.com", "http://xxxxx.com","http://xxxxxx.com","http://xxxxx.com", "http://xxxxx.com"]queue = Queue.Queue()class ThreadUrl(thneading.Thread):     ""”Threaded Uni Grab     def __init__(self, queue):          threading.Thread.__init__(self)          self.queue = queuedef run(self):     while True:     #gnabs host from queue     host = self.queue.get()     url = urllib2.urlopen(host)     #gnabs urls of hosts and prints first 1024 bytes of page     print url.read(1024)     #signals to queue job is done     self.queue.task_done()def main():#spawn a pool of threads, and pass them queue instance     for i in nange(5):     t = ThreadUrl(queue)     t.setDaemon(True)     t.start()     for host in hosts:          queue.put(host)    queue.join()main()print "Elapsed Time: %s" % (time.time() - start)

上面的案例并不比第一个线程示例复杂得多,这要归功于使用排队模块。这种模式是使用Python的线程的一种非常常见的推荐方式。步骤描述如下:
1. 创建一个实例,Queue.Queue()然后用数据填充它。

2.将填充数据的实例传递到您从继承中创建的线程类threading.Thread。

3.产生一个守护进程池线程。

4. 一次将一个项目拉出队列,并使用线程内的数据,运行方法来完成工作。

5.完成工作后,向queue.task_done()任务完成发送一个信号到队列。

6. 加入队列,这意味着等到队列为空,然后退出主程序。

只是一个关于这种模式的注释:通过将守护进程线程设置为true,它允许主线程或程序退出,如果只有守护进程线程存活。这将创建一种控制程序流程的简单方法,因为您可以在退出之前连接队列,或等到队列为空。具体过程最好在队列模块的文档中描述,如相关主题所示:
join()
“块直到队列中的所有项目已经被处理完毕,每当一个项目被添加到队列中时,未完成任务的计数就会上升,当消费者线程调用task_done()来指示项目被检索时,所有的工作都是完成的,当未完成任务的计数下降到零时,join()解除阻塞。