img
img
img

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上软件测试知识点,真正体系化!

由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新

需要这份系统化的资料的朋友,可以戳这里获取

警告!

在学习自动化测试之前,首先要了解自动化测试最常见的11大误区:

一、自动化测试的认知误区

  1. 任何手工测试能够做的,都可以用自动化来实现。
  2. 自动化测试工程师,只会写写脚本就可以通过面试。
  3. 自动化可以极大程度上提高工作效率。
  4. 自动化测试可以发现很多Bug。
  5. 测试工程师的天花板就是自动化测试。
  6. 不熟悉业务也可以做自动化测试。
  7. 自动化测试很简单,谁都可以做。
  8. 自动化测试需要学习很多种测试工具。
  9. 没有断言和测试结果的自动化测试,都是耍流氓。
  10. 自动化是KPI或面子工程,老板让我做,我就做。
  11. 自动化就是把所有的场景、用例和数据,全都跑一遍。

首先,以上的观点全部都是错误的。(看看你们有没有中招?)

有两张图很经典:

1.自动化测试金字塔

最顶层的是 UI自动化,第二层是接口自动化,第三层是单元测试。越往上 ROI(投入产出比)越高,解决的场景也不相同。

初学者一般会从 UI自动化开始学习,因为 UI自动化 很容易练习,也是能实际看到效果的一种自动化测试手段,能够给初学者带来信心。但是 UI自动化 会面临难维护,使用场景局限的问题。

其实,自动化测试金字塔,每一层能够解决的问题和能够发现Bug的能力也不尽相同,我们需要根据实际情况,去选择我们需要的测试手段。

2.不要为了自动化而自动化

测试最重要的是测试思维!

代码、测试工具、测试平台等等,都是为测试这个事儿服务的手段,不要本末倒置。

「质量是QA的脸面,写了100条自动化测试用例,别人可能不会觉得你很牛B,但是只要是出现一个线上低级Bug,你的绩效可能就会打C(双押 skr)」

做自动化测试,就像大冬天里的秋裤,你穿不穿没人在意,但冷暖自知。

二、自动化测试方向该如何走(学习路径)

再讲自动化测试学习路径之前,先看常见自动化测试有哪些常见分类?

软件测试领域的自动化测试的概念往往很宽泛,在实际的应用中,自动化可以根据项目的进度及项目类型要求往往可以划分的更加细致一些,并且每种类型的自动化测试侧重点也不一致

接口测试做什么?

接口自动化测试,是当前自动化测试中的首选,任何一个被测软件系统一般都是前后端分离的,前后端通讯都需要接口,测试接口主要目的就是测试后台提供服务是否正常,故而接口的测试自动化测试中最基本的;如果要学习自动化测试,建议从接口测试开始学习。

web测试做什么?

web自动化测试,也是自动化测试领域的重点。对于有页面类的项目,几乎都可以进行web自动化的测试。主要通过模拟人操作对应系统,验证功能等方面是否正常,能大大提升测试效率,主要应用在一些重复操作的测试中。

移动自动化测试做什么?

移动自动化主要是针对于移动的系统的测试。该测试需要验证功能、性能、兼容性、易用性等方面,主要通过工具或者代码命令的方式模拟人工操作,验证整个软件系统的过程。目前对于移动端的测试主要在功能方面的测试外,还需要覆盖到非功能方面的测试。

看完自动化测试分类后,若想得到一个完整的自动化测试完整路径。我们还需要了解学习自动化测试的前置(支撑)知识和技能。

自动化测试,简而言之,就是把以人为驱动的测试行为转化为机器执行的一种过程。所以自动化需要具备一定的代码能力,故而至少学习一门编程语言,主流的有Java和Python,对于初学者来说,Python容易上手学习。我也是选择了python

这个过程实现除了语言外,还需要学习Linux和数据库相关知识,因为项目环境的搭建和数据的管理维护都需要具备这方面的技能。

任何一种自动化的应用不外乎两种方式,要么借助于工具实现,要么通过代码实现,不管通过哪种方式实现,都需要学习并会使用一些基本工具的技能。

img
img
img

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上软件测试知识点,真正体系化!

由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新

需要这份系统化的资料的朋友,可以戳这里获取

包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新**

需要这份系统化的资料的朋友,可以戳这里获取

Logo

GitCode 天启AI是一款由 GitCode 团队打造的智能助手,基于先进的LLM(大语言模型)与多智能体 Agent 技术构建,致力于为用户提供高效、智能、多模态的创作与开发支持。它不仅支持自然语言对话,还具备处理文件、生成 PPT、撰写分析报告、开发 Web 应用等多项能力,真正做到“一句话,让 Al帮你完成复杂任务”。

更多推荐