Seminar Airtest-Selenium – Web- und Browserautomatisierung

Das Praxisseminar kombiniert DOM-basierte Browserautomation mit Airtest-Bildaktionen für Canvas, Remote-Ansichten und visuell schwer adressierbare Oberflächen.

Inhaltsverzeichnis

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

Seminarprofil

Browser und Treiber werden reproduzierbar eingerichtet. Locatoren, explizite Wartebedingungen, Seitenobjekte, Tabs, Frames, Screenshots und Berichte bilden die DOM-Strecke; hybride Schritte ergänzen bildbasierte Prüfungen ohne unkontrollierten Wechsel der Koordinatensysteme.

Lernziele

• Airtest-Selenium reproduzierbar einrichten
• DOM-Elemente robust lokalisieren
• Browserzustände explizit synchronisieren
• DOM- und Bildautomation kontrolliert kombinieren
• Webtests strukturiert berichten

Schrittweise Lernstrecke

1. 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.

2. 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.

3. 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.

4. 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.

5. 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.

6. 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.

7. 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. Browser- und Treiber-Setup
2. Seitenobjekt mit stabilen Locatoren
3. Hybrider Canvas- oder Remote-UI-Schritt
4. Bericht mit Browser- und Bildartefakten

Zielgruppe und Voraussetzungen

Zielgruppe: Web-Tester, QA Engineers, Testautomatisierer und Entwickler hybrider Weboberflächen.

Voraussetzungen: Python- und Webtestgrundlagen; HTML- und DOM-Verständnis ist hilfreich.

Didaktische Einordnung

Zwei Tage sind ausreichend, weil der Fokus auf Browser-Setup, DOM-Automation, Synchronisation, hybriden Bildschritten und einer vollständigen Webteststrecke liegt.

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