uiautomator2项目中设备信息获取的优化与调整
2025-05-31 19:13:12作者:段琳惟
背景介绍
uiautomator2作为Android自动化测试的重要工具,其设备信息获取功能一直是开发者关注的重点。在项目迭代过程中,设备信息接口经历了一些调整,特别是从2.x版本到新版本的变化,这需要开发者了解其中的差异和优化思路。
设备信息接口的变化
在uiautomator2的2.x版本中,设备信息接口返回了较为全面的设备数据,包括:
- 基础信息:UDID、序列号、品牌、型号等
- 系统信息:Android版本、SDK版本
- 硬件信息:CPU核心数、内存大小
- 电池状态:充电状态、电量百分比等
- 显示参数:屏幕分辨率
而在新版本中,接口返回的信息更加精简,主要保留了核心的设备参数,去除了部分可能变化频繁或不太常用的字段。
新版推荐获取方式
根据项目维护者的规划,新版uiautomator2将保留以下核心设备信息:
{
'version': '10',
'serial': '08a3d291',
'brand': 'SMARTISAN',
'model': 'DT1901A',
'sdk': 29,
'display': {'width': 1080, 'height': 2340},
'memory': {'total': 7665272, 'around': '7 GB'},
'cpu': {'cores': 8, 'hardware': 'Qualcomm Technologies, Inc SM8150'}
}
对于电池信息的获取,项目维护者推荐使用专门的接口:
d.adb_device.battery()
这种方式返回的电池信息更加详细和准确,包括:
- 充电状态(AC/USB/无线充电)
- 电池健康状态
- 当前电量百分比
- 电压值
- 电池温度
- 电池技术类型等
设计思路分析
这种调整体现了几个设计理念:
-
关注点分离:将设备静态信息与动态状态信息分离,静态信息通过设备信息接口获取,动态信息(如电池状态)通过专门接口获取
-
接口精简:减少主接口返回的数据量,提高响应速度,同时保持核心信息的完整性
-
功能专一化:电池这类变化频繁的信息更适合通过专门接口按需获取,而不是每次获取设备信息时都返回
开发者适配建议
对于从旧版本迁移过来的开发者,建议:
-
检查代码中对设备信息字段的依赖,特别是那些在新版中不再返回的字段
-
对于电池信息,改用
d.adb_device.battery()接口获取 -
对于其他不再返回的字段,考虑是否有替代获取方式,或者是否真的必要
-
在需要完整设备信息的场景,可以组合多个接口的数据来构建完整的设备信息对象
总结
uiautomator2对设备信息接口的优化体现了软件工程中的接口设计原则,通过合理的功能划分和接口精简,既保持了核心功能的完整性,又提高了系统的灵活性和性能。开发者理解这些变化背后的设计思路,可以更好地适应新版本,并编写出更健壮的自动化测试代码。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0150- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
731
4.74 K
Ascend Extension for PyTorch
Python
610
794
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.16 K
150
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
401
昇腾LLM分布式训练框架
Python
166
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.67 K
987