1. 为什么需要在PyCharm中批量执行Airtest脚本？

作为一名长期从事自动化测试的工程师，我经常遇到需要同时运行多个Airtest测试脚本的场景。比如在游戏UI测试中，我们可能需要验证不同分辨率下的界面适配情况；或者在APP功能测试时，需要并行执行登录、支付、个人中心等多个模块的测试用例。传统的一个个手动执行方式不仅效率低下，而且无法形成有效的测试报告聚合。

PyCharm作为Python开发的首选IDE，提供了强大的脚本管理和执行能力。结合Airtest这个跨平台的UI自动化测试框架，我们可以实现：

• 一键触发多个测试用例
• 自动收集各脚本的执行结果
• 统一生成可视化测试报告
• 设置脚本执行顺序和依赖关系

实际项目经验表明，采用批量执行方式后，测试效率平均提升3-5倍，特别适合敏捷开发中需要频繁回归测试的场景。

2. 环境准备与基础配置

2.1 PyCharm与Airtest环境搭建

首先确保你的开发环境已经正确配置：

1. 安装PyCharm专业版（社区版缺少部分关键功能）

   # 官网下载地址（建议使用2023.2以上版本） https://www.jetbrains.com/pycharm/download/

2. 配置Python解释器（推荐Python 3.8+）

   • 通过File > Settings > Project > Python Interpreter添加
   • 建议使用virtualenv创建独立环境

3. 安装Airtest核心库

   pip install airtest pip install pocoui # 用于Android测试 pip install airtest-selenium # 用于Web测试

2.2 项目结构规范建议

合理的项目结构能大幅提升批量执行效率，这是我的推荐结构：

project_root/ │── test_scripts/ │ ├── module_a/ │ │ ├── test_login.air │ │ └── test_logout.air │ ├── module_b/ │ │ ├── test_payment.air │ │ └── test_refund.air │── libs/ # 公共库 │── reports/ # 测试报告 │── run_all.py # 批量执行入口 │── requirements.txt

3. 批量执行的核心实现方案

3.1 基于unittest的测试套件方案

这是最稳定的批量执行方案，适合需要严格顺序执行的场景：

import unittest from airtest.cli.runner import AirtestCase class CustomAirtestCase(AirtestCase): def setUp(self): super().setUp() # 每个case的初始化操作 def tearDown(self): # 每个case的清理操作 super().tearDown() def create_test_suite(): suite = unittest.TestSuite() scripts = [ 'test_scripts/module_a/test_login.air', 'test_scripts/module_a/test_logout.air', 'test_scripts/module_b/test_payment.air' ] for script in scripts: def test_func(self, script=script): self.exec_script(script) setattr(CustomAirtestCase, f'test_{script.split("/")[-1]}', test_func) suite.addTest(CustomAirtestCase(f'test_{script.split("/")[-1]}')) return suite if __name__ == '__main__': runner = unittest.TextTestRunner() runner.run(create_test_suite())

3.2 多进程并行执行方案

当测试用例之间没有依赖关系时，使用多进程可以大幅缩短执行时间：

from multiprocessing import Pool from airtest.cli.runner import run_script import os def run_airtest_script(script_path): try: run_script(script_path, logdir=f"reports/{os.path.basename(script_path)}") return (script_path, True) except Exception as e: return (script_path, False, str(e)) if __name__ == '__main__': scripts = [ 'test_scripts/module_a/test_login.air', 'test_scripts/module_b/test_payment.air' ] with Pool(processes=4) as pool: # 根据CPU核心数调整 results = pool.map(run_airtest_script, scripts) for result in results: print(f"{result[0]} 执行结果: {'成功' if result[1] else '失败'}")

4. 高级配置与优化技巧

4.1 动态参数化执行

通过环境变量实现脚本参数化，使同一套脚本能适应不同测试环境：

import os from airtest.cli.runner import run_script env_configs = [ {"DEVICE": "Android://127.0.0.1:5037/emulator-5554", "ENV": "staging"}, {"DEVICE": "Android://127.0.0.1:5037/emulator-5556", "ENV": "production"} ] for config in env_configs: os.environ.update(config) run_script("test_scripts/module_a/test_login.air", logdir=f"reports/{config['ENV']}_login")

4.2 失败自动重试机制

增加自动重试逻辑提高测试稳定性：

from airtest.cli.runner import run_script import time def run_with_retry(script_path, max_retries=3): for attempt in range(max_retries): try: run_script(script_path) return True except Exception as e: if attempt == max_retries - 1: raise time.sleep(5 * (attempt + 1)) # 指数退避

4.3 测试报告聚合

使用Airtest的report接口生成统一报告：

from airtest.report.report import simple_report import glob def generate_summary_report(): log_files = glob.glob("reports/**/*.log", recursive=True) simple_report(log_files, output="reports/summary.html", logpath=True)

5. 常见问题与解决方案

5.1 设备连接冲突问题

当并行执行多个Android测试时，常遇到设备连接冲突。解决方案：

1. 为每个测试进程分配独立的设备端口
2. 在setUp中显式连接设备，tearDown中释放连接
3. 使用设备池管理机制

from airtest.core.api import connect_device, disconnect_device class DevicePool: def __init__(self): self.available = ["emulator-5554", "emulator-5556"] self.allocated = [] def get_device(self): if not self.available: raise RuntimeError("No available devices") dev = self.available.pop() self.allocated.append(dev) return connect_device(f"Android://127.0.0.1:5037/{dev}") def release_device(self, dev): disconnect_device(dev) self.available.append(dev.serialno.split(':')[-1]) self.allocated.remove(dev.serialno.split(':')[-1])

5.2 资源竞争导致截图失败

多进程同时截图时可能出现冲突，解决方法：

1. 为每个进程创建独立的临时目录
2. 在脚本中设置不同的截图前缀
3. 增加随机延迟避免同时操作

from airtest.core.api import * import time import random def safe_snapshot(filename): time.sleep(random.uniform(0.1, 0.3)) snapshot(f"{os.getpid()}_{filename}")

5.3 日志文件混乱问题

并行执行时日志容易混在一起，建议：

1. 为每个进程/线程创建独立日志目录
2. 在日志文件名中加入时间戳和进程ID
3. 使用RotatingFileHandler控制日志大小

import logging from logging.handlers import RotatingFileHandler def setup_logger(script_name): logger = logging.getLogger(script_name) handler = RotatingFileHandler( f"logs/{script_name}_{os.getpid()}.log", maxBytes=10*1024*1024, backupCount=5 ) logger.addHandler(handler) return logger

6. 与PyCharm深度集成技巧

6.1 配置Run/Debug Configuration

1. 在PyCharm中创建Python配置
2. 设置Working directory为项目根目录
3. 添加环境变量（如DEVICE_URL）
4. 配置默认运行参数

小技巧：将常用配置保存为模板，方便团队成员共享

6.2 使用PyCharm的Terminal工具

利用内置Terminal可以快速执行单条命令：

python run_all.py --env=staging --workers=4

6.3 代码模板快速生成

创建Live Template提高脚本编写效率：

1. 进入Settings > Editor > Live Templates
2. 添加Airtest脚本模板，例如：

   from airtest.core.api import * auto_setup(__file__) # Test Steps $END$

3. 设置触发缩写（如"aitest"）

6.4 与版本控制系统集成

1. 配置.gitignore忽略临时文件：

   *.log reports/ .air/ __pycache__/

2. 设置pre-commit hook自动运行基础测试
3. 使用PyCharm的Git工具管理脚本版本

7. 性能优化实战经验

7.1 减少不必要的设备重启

通过共享设备连接减少初始化时间：

import atexit from airtest.core.api import connect_device # 全局设备连接 _device = None def get_shared_device(): global _device if _device is None: _device = connect_device("Android:///") atexit.register(_device.disconnect) return _device

7.2 智能等待策略优化

替代固定的sleep，使用智能等待：

def wait_until(element, timeout=30, interval=1): start = time.time() while time.time() - start < timeout: if element.exists(): return True time.sleep(interval) return False

7.3 截图压缩与缓存

减少截图传输数据量：

from PIL import Image import io def compress_screenshot(quality=70): img = G.DEVICE.snapshot() buf = io.BytesIO() img.save(buf, format='JPEG', quality=quality) return buf.getvalue()

8. 企业级应用建议

对于大型测试项目，建议采用以下架构：

1. 测试脚本仓库（Git管理）
2. 调度中心（控制执行节点）
3. 设备农场（真实设备集群）
4. 报告展示系统（ELK/Grafana）
5. 告警通知（企业微信/钉钉）

典型执行流程：

1. 开发提交代码触发CI
2. 自动拉取最新测试脚本
3. 调度中心分配测试任务
4. 多设备并行执行
5. 生成聚合报告并通知

我在实际项目中总结的关键指标：

• 单机并行执行能力：4-8个Android测试（取决于设备性能）
• 平均用例执行时间：比串行缩短60%-75%
• 资源消耗峰值：每个进程约150MB内存