Appium原理深度解析

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Appium原理深度解析

一、Appium架构概述

1. Appium设计理念

""" Appium的主要设计理念： 1. 不需重新编译或修改被测应用程序 2. 不限于特定语言或框架 3. 使用WebDriver协议以保持API统一性 4. 开源和跨平台支持 """

2. Appium架构组件

Appium整体架构：
┌─────────────────────────────────────────────────────────────┐
│                    Appium Client                            │
│    (Python/Java/JavaScript/Ruby/C#等语言绑定)              │
└───────────────────────┬─────────────────────────────────────┘
                        │ HTTP请求 (WebDriver协议)
                        ▼
┌─────────────────────────────────────────────────────────────┐
│                    Appium Server                            │
│    (Node.js应用，核心调度中心)                              │
└───────────────────────┬─────────────────────────────────────┘
                        │ 平台特定协议
                        ▼
┌─────────────────────────────────────────────────────────────┐
│             平台特定驱动 (Android/iOS)                      │
│    (UiAutomator2, XCUITest, Espresso等)                    │
└───────────────────────┬─────────────────────────────────────┘
                        │ 设备原生API
                        ▼
┌─────────────────────────────────────────────────────────────┐
│                   移动设备/模拟器                           │
│    (Android手机/平板, iPhone/iPad)                         │
└─────────────────────────────────────────────────────────────┘

二、Appium Server工作原理

1. Appium Server核心架构

""" Appium Server基于Node.js，包含以下主要模块： 1. HTTP Server - 接收WebDriver协议请求 2. Router - 将请求路由到相应的处理程序 3. Drivers - 平台特定驱动管理器 4. Plugins - 插件系统 5. Session Manager - 会话管理 """

2. 请求处理流程

""" HTTP请求处理过程： 1. 客户端 → Appium Server: HTTP请求 (WebDriver协议) 2. Appium Server解析请求和期望功能 3. 根据平台(iOS/Android)将请求路由到相应的驱动程序 4. 驱动程序将WebDriver命令转换为平台原生命令 5. 平台驱动通过设备代理执行命令 6. 执行结果按相同路径返回给客户端 """

3. Session管理

""" 会话创建过程： POST /session { "desiredCapabilities": { "platformName": "Android", "platformVersion": "10", "deviceName": "emulator-5554", "app": "/path/to/app.apk" } } 响应： { "sessionId": "12345678-1234-1234-1234-123456789012", "capabilities": {...} } """

三、Android平台工作原理

1. UiAutomator2驱动架构

UiAutomator2工作原理：
┌─────────────────┐    HTTP    ┌─────────────────┐
│  Appium Server  │ ?─────────? │  UiAutomator2   │
│   (Node.js)     │            │   Server (APK)  │
└─────────────────┘            └─────────┬───────┘
                                         │ Binder IPC
                                         ▼
                               ┌─────────────────┐
                               │  Android System │
                               │   UiAutomator   │
                               │    Framework    │
                               └─────────────────┘

2. UiAutomator2详细流程

""" UiAutomator2工作流程： 1. Appium Server启动时，检测设备状态 2. 安装并启动UiAutomator2 Server APK到设备上 3. UiAutomator2 Server在设备上开启HTTP服务(默认8200端口) 4. Appium Server将WebDriver命令转发给设备上的UiAutomator2 Server 5. UiAutomator2 Server通过Android UiAutomator框架执行命令 6. 命令结果返回给Appium Server，再返回给客户端 """

3. Bootstrap通信机制

// UiAutomator2 Server中的关键组件

public class AppiumBootstrap {
// 接收Appium Server的命令
public JSONObject handleCommand(JSONObject command) {
String action = command.getString("action");
switch (action) {
case "findElement":
return findElement(command);
case "click":
return clickElement(command);
case "sendKeys":
return sendKeys(command);
}
}
private JSONObject findElement(JSONObject command) {
// 使用UiAutomator API查找元素
BySelector selector = buildSelector(command);
UiObject2 element = InstrumentationRegistry
.getInstrumentation()
.getUiAutomation()
.findObject(selector);
return convertToJSON(element);
}
}
    

4. Android元素定位原理

""" Android元素定位的底层实现： 1. 客户端发送元素定位请求 2. Appium Server转发给UiAutomator2 Server 3. UiAutomator2使用Accessibility服务遍历视图层次结构 4. 通过UiAutomator API匹配元素 5. 返回元素的唯一标识符给客户端 支持的定位策略： - id: resource-id - accessibility_id: content-desc - xpath: XML布局路径 - class: 类名 - android_uiautomator: UiAutomator表达式 """

四、iOS平台工作原理

XCUITest驱动架构

XCUITest工作原理：
┌─────────────────┐    HTTP    ┌─────────────────┐
│  Appium Server  │ ?─────────? │   WebDriverAgent │
│   (Node.js)     │            │    (Runner App)  │
└─────────────────┘            └─────────┬───────┘
                                         │ XPC
                                         ▼
                               ┌─────────────────┐
                               │   iOS System    │
                               │  XCUITest       │
                               │   Framework     │
                               └─────────────────┘

WebDriverAgent详解

WebDriverAgent (WDA) 工作流程：

1. Appium Server编译并安装WDA至iOS设备
2. WDA在设备上启动HTTP服务（默认8100端口）
3. Appium Server将WebDriver命令转发给WDA
4. WDA通过XCUITest框架与应用程序互动
5. XCUITest利用XPC通信与SpringBoard及被测应用互动
6. 执行结果返回至Appium Server

注意：WDA需用开发者证书签名方可在真机上运行

iOS元素定位原理

// WebDriverAgent中的元素查找实现
- (NSArray<XCUIElement *> *)findElementsByXPath:(NSString *)xpath {
    XCUIElementQuery *query = [self.application descendantsMatchingType:XCUIElementTypeAny];
    NSPredicate *predicate = [NSPredicate predicateWithFormat:@"xpathLike == %@", xpath];
    return [query matchingPredicate:predicate].allElementsBoundByIndex;
}

- (void)tapElement:(NSString *)elementId {
    XCUIElement *element = [self elementForUUID:elementId];
    [element tap];
}

Appium通信协议

WebDriver协议扩展

Appium在标准WebDriver协议基础上进行了扩展：

• 标准WebDriver端点：
  • POST /session - 创建会话
  • DELETE /session/{id} - 删除会话
  • POST /session/{id}/element - 查找元素
  • POST /session/{id}/element/{id}/click - 点击元素
• Appium扩展端点：
  • POST /session/{id}/appium/device/press_keycode - 按键操作
  • POST /session/{id}/appium/device/start_activity - 启动Activity
  • POST /session/{id}/appium/device/terminate_app - 终止应用
  • POST /session/{id}/appium/device/hide_keyboard - 隐藏键盘

MJSONWP协议

Mobile JSON Wire Protocol (MJSONWP)：

Appium定义的移动端扩展协议，在WebDriver协议基础上增加了移动设备特有的命令

命令执行示例

# Python客户端代码
from appium import webdriver
desired_caps = {
'platformName': 'Android',
'platformVersion': '10',
'deviceName': 'emulator-5554',
'app': '/path/to/app.apk'
}
driver = webdriver.Remote('http://localhost:4723/wd/hub', desired_caps)
# 底层HTTP请求：
# POST http://localhost:4723/wd/hub/session
# {
#   "desiredCapabilities": {...}
# }

元素交互原理

点击操作原理

Android点击操作流程：

1. 客户端 → Appium Server: POST /session/{id}/element/{id}/click
2. Appium Server → UiAutomator2 Server: 转发点击命令
3. UiAutomator2 Server → Android系统：
   • 获取元素坐标
   • 通过Instrumentation发送触摸事件
   • 调用UiObject2.click()
4. Android系统处理触摸事件，触发应用onClick监听器

文本输入原理

文本输入流程：

1. 客户端发送sendKeys命令
2. Appium Server转发到设备端驱动
3. 驱动执行：
   • Android: 使用UiObject2.setText()
   • iOS: 使用XCUIElement.typeText()
4. 系统将文本输入至焦点元素
5. 触发应用的文本变化监听器

手势操作原理

手势操作实现：

• Tap: 单点触摸
• Swipe: 滑动（开始坐标 + 结束坐标）
• Scroll: 滚动（基于元素或方向）
• Pinch: 捏合/缩放
• Long Press: 长按

底层使用TouchAction/MultiAction API模拟触摸事件序列

应用管理原理

应用安装和卸载

Android应用安装：

1. Appium Server通过ADB执行: adb install app.apk
2. ADB与设备上的PackageManager服务沟通
3. PackageManager验证并安装APK文件

iOS应用安装：

1. 需要预编译的.ipa文件和开发证书
2. 通过ideviceinstaller工具安装
3. 或在Xcode中配置自动签名

应用启动原理

Android应用启动：

driver.start_activity('com.package.name', '.MainActivity')

底层实现：

1. Appium Server执行: adb shell am start
2. ActivityManager启动指定Activity
3. 应用进程创建和初始化

iOS应用启动：

driver.launch_app()

底层实现：

1. WebDriverAgent调用XCUIApplication.launch()
2. iOS系统启动应用进程

八、混合应用和WebView支持

1. 上下文切换原理

混合应用自动化原理：

1. 获取所有可用上下文：driver.contexts
2. 切换到WebView上下文：driver.switch_to.context('WEBVIEW_xxx')
3. 在WebView中使用WebDriver API操作网页内容
4. 切换回原生上下文：driver.switch_to.context('NATIVE_APP')

底层实现：

• Android: 通过Chromedriver代理WebView
• iOS: 使用Safari远程调试协议

2. Chromedriver集成

Android WebView自动化：

1. Appium检测应用中的WebView组件
2. 启动对应版本的ChromeDriver
3. 通过ChromeDriver与WebView建立调试连接
4. 在WebView上下文中执行Web自动化命令

要求：

• - Android 4.4+ 且WebView已开启调试
• - 匹配的ChromeDriver版本

九、Appium高级特性原理

1. 图像识别原理

基于OpenCV的图像识别：

1. 截取屏幕图像
2. 使用模板匹配算法查找目标图像
3. 计算匹配位置坐标
4. 在匹配位置执行操作

支持的功能：

• - 通过图像查找元素
• - 图像对比验证
• - 视觉回归测试

2. 性能监控原理

性能数据收集：

Android:

• - 通过ADB获取CPU、内存数据: adb shell dumpsys meminfo
• - 电池状态: adb shell dumpsys batterystats
• - 网络使用: adb shell cat /proc/net/xt_qtaguid/stats

iOS:

• - 使用Instruments收集性能数据
• - 通过XCTestMetrics获取性能指标

3. 日志收集原理

日志系统：

Android:

• - Logcat日志: adb logcat
• - 应用特定日志

iOS:

• - 系统日志: idevicesyslog
• - 应用控制台输出

Appium将设备日志实时转发到客户端

十、Appium 2.0架构变化

1. 插件化架构

Appium 2.0核心变化：

1. 核心功能最小化
2. 通过插件扩展功能
3. 独立的驱动和插件生态系统
4. 更好的模块化和可维护性

安装驱动示例：

• - appium driver install uiautomator2
• - appium driver install xcuitest
• - appium plugin install images

2. 新架构优势

Appium 2.0优势：

• - 更小的核心包体积
• - 灵活的插件组合
• - 社区驱动的功能扩展
• - 更好的版本管理
• - 支持自定义驱动开发

十一、常见问题原理分析

1. Session创建失败

Session创建失败常见原因：

1. 设备连接问题：ADB设备未识别
2. 应用安装失败：签名冲突或空间不足
3. 驱动启动超时：UiAutomator2/WDA启动慢
4. 能力配置错误：不支持的平台版本或设备名

2. 元素查找超时

元素查找问题分析：

1. 界面未加载完成：需要增加等待时间
2. 元素定位策略错误：ID变化或动态生成
3. 上下文问题：在错误的上下文中查找元素
4. 权限问题：应用未授权自动化访问

3. 手势操作不精确

手势操作精度问题：

1. 坐标计算误差：不同设备分辨率适配
2. 触摸事件延迟：系统事件处理耗时
3. 动画干扰：执行时界面仍在动画中
4. 多点触摸冲突：同时多个手势干扰

总结

Appium的核心原理可以概括为：

• 统一的WebDriver协议：保持与Selenium API的一致性
• 客户端-服务器架构：通过HTTP协议进行通信
• 平台特定驱动：将标准命令转换为原生自动化框架调用
• 无需修改应用：利用各平台官方的测试框架
• 跨平台支持：统一的API支持Android和iOS

理解Appium的底层原理有助于：

• 更有效地调试自动化脚本
• 优化测试性能和稳定性
• 解决复杂的设备和平台兼容性问题
• 根据项目需求选择合适的自动化策略

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：App PPI CAPABILITIES Application Instruments