CodeceptJS 3.7.2版本发布:测试框架的优化与改进
CodeceptJS是一个现代化的端到端测试框架,它通过简单易用的API封装了多种测试技术栈(如Playwright、WebDriver、Puppeteer等),让开发者能够以统一的方式编写自动化测试脚本。该框架特别适合Web应用和移动应用的测试场景,支持BDD(行为驱动开发)风格的测试编写方式。
新版本核心特性解析
本次CodeceptJS 3.7.2版本虽然是一个小版本更新,但包含了多项实用改进和问题修复,值得测试开发者关注。
Playwright增强:按名称清除Cookie
新版本为Playwright技术栈添加了按名称清除Cookie的功能。在Web应用测试中,Cookie管理是一个常见需求,特别是在测试需要不同用户状态的场景时。以往开发者可能需要清除所有Cookie或手动设置Cookie值,现在可以直接通过名称清除特定Cookie,这为测试用例的精确控制提供了更多灵活性。
// 清除名为'session'的Cookie
I.clearCookie('session');
这一改进使得测试脚本能够更精确地控制浏览器状态,特别是在需要测试不同用户会话或认证状态的场景下尤为有用。
重要问题修复
多工作线程运行时的报告生成问题
修复了在使用run-workers参数多线程运行时HTML报告无法生成的问题。这个问题影响了测试结果的收集和展示,特别是在大型项目中需要并行执行测试时。修复后,开发者可以放心使用多线程加速测试执行,同时仍能获得完整的测试报告。
WebDriver双向协议(BiDi)相关改进
-
浏览器日志收集优化:现在通过BiDi协议正确获取浏览器日志,解决了之前可能出现的日志丢失或不完整的问题。对于需要分析浏览器控制台输出或网络请求的测试场景,这一改进尤为重要。
-
会话截图问题修复:修复了在某些情况下WebDriver会话无法正确截图的问题。截图功能对于失败测试的调试至关重要,特别是在CI/CD环境中运行时。
-
冗余弹窗日志消除:移除了不必要的弹窗日志输出,使测试日志更加清晰易读。
类型系统完善
修复了FeatureConfig和ScenarioConfig配置项的类型定义问题。对于使用TypeScript编写测试的开发者来说,这一改进提供了更好的类型检查和代码提示支持,减少了因类型错误导致的潜在问题。
文档改进
文档部分新增了关于敏感数据掩码的说明。在实际测试中,经常需要处理包含敏感信息(如密码、API密钥等)的测试数据。新版文档提供了如何安全处理这些数据的指导,帮助开发者避免在测试日志或报告中意外泄露敏感信息。
技术价值与应用建议
CodeceptJS 3.7.2版本虽然是一个维护性更新,但其改进点覆盖了测试开发中的多个关键环节:
-
测试稳定性:WebDriver相关修复提升了测试执行的可靠性,特别是在复杂场景下的表现。
-
开发体验:类型系统的完善让TypeScript用户能够更高效地编写类型安全的测试代码。
-
调试能力:日志收集和截图功能的改进使得问题诊断更加方便。
对于正在使用或考虑采用CodeceptJS的团队,建议:
- 如果项目中使用了多线程测试,应及时升级以解决报告生成问题
- 对于需要精确控制Cookie的测试场景,可以利用新的Playwright Cookie管理API
- TypeScript用户应检查测试配置的类型定义,利用改进后的类型系统
这些改进共同提升了CodeceptJS作为现代化测试框架的成熟度和可用性,使其能够更好地服务于各种规模的Web应用测试需求。
kernelopenEuler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。C048
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0126
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00