Playwright Python v1.52.0 版本发布:增强元素断言与ARIA快照功能
Playwright 是一个强大的跨浏览器自动化测试框架,支持Chromium、Firefox和WebKit三大浏览器引擎。其Python版本提供了简洁易用的API,让开发者能够轻松实现端到端测试、网页截图、PDF生成等功能。最新发布的v1.52.0版本带来了一系列实用的新特性,特别是在元素断言和ARIA快照方面有了显著增强。
元素类名断言新方法
在自动化测试中,经常需要验证元素是否包含特定的CSS类名。v1.52.0引入了全新的to_contain_class()断言方法,使这一操作变得更加直观和便捷。
expect(page.get_by_role("listitem", name="Ship v1.52")).to_contain_class("done")
这个方法专门用于检查元素是否包含指定的类名,相比之前需要获取整个class属性再进行分析的方式,大大简化了代码逻辑。在实际测试场景中,比如验证一个任务项是否被标记为已完成状态,或者一个按钮是否处于激活状态,这个新方法都能提供更清晰的断言表达。
ARIA快照功能增强
ARIA(无障碍富互联网应用)快照是Playwright提供的一项强大功能,用于验证页面的无障碍树结构。v1.52.0版本对此功能进行了两项重要增强:
-
严格子元素匹配:新增的
/children属性允许开发者精确控制子元素的匹配方式。当设置为"equal"时,会严格验证子元素的数量和顺序。 -
链接URL验证:新增的
/url属性可以方便地验证链接的目标地址。
expect(locator).to_match_aria_snapshot("""
- list
- /children: equal
- listitem: Feature A
- listitem:
- link "Feature B":
- /url: "https://playwright.dev"
""")
这些增强使得ARIA快照断言更加精确和灵活,特别适合用于验证复杂的UI组件结构和无障碍特性。
其他重要更新
-
API请求重定向控制:新增的
max_redirects选项允许开发者控制API请求的最大重定向次数,这在测试某些API端点时非常有用。 -
ARIA快照元素引用:
aria_snapshot()方法新增了ref选项,可以为快照中的每个元素生成唯一引用,方便后续定位操作。
兼容性变更
-
Cookie处理调整:
route.continue()方法不再允许覆盖Cookie头,这是为了更贴近真实浏览器行为。开发者应使用browserContext.add_cookies()来设置自定义cookie。 -
平台支持变更:macOS 13将不再接收WebKit更新,建议用户升级到更新的macOS版本以获得最佳体验。
浏览器引擎版本
本次发布同步更新了底层浏览器引擎:
- Chromium 136.0.7103.25
- Mozilla Firefox 137.0
- WebKit 18.4
这些更新确保了Playwright能够利用各浏览器的最新特性和性能改进。
Playwright Python v1.52.0的这些改进进一步强化了其在Web自动化测试领域的地位,特别是对无障碍测试和精确元素断言的支持,使得编写可靠、易维护的测试用例变得更加简单。无论是简单的页面交互测试,还是复杂的Web应用验证,新版本都提供了更强大的工具集。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00