Playwright Java v1.51.0 版本发布:增强存储状态管理与元素过滤能力
Playwright 是一个现代化的跨浏览器自动化测试框架,支持 Chromium、Firefox 和 WebKit 内核的浏览器。Playwright Java 是其 Java 语言绑定版本,为 Java 开发者提供了强大的浏览器自动化能力。最新发布的 v1.51.0 版本带来了一系列实用功能增强,特别是在存储状态管理和元素过滤方面有了显著改进。
核心功能更新
1. IndexedDB 存储状态支持
在 Web 应用开发中,IndexedDB 是一种常用的客户端存储方案,许多现代应用(如使用 Firebase 认证的应用)会利用它来保存认证令牌等重要数据。v1.51.0 版本新增了对 IndexedDB 存储状态的保存与恢复支持。
开发者现在可以通过 browserContext.storageState() 方法的 setIndexedDB 选项来保存 IndexedDB 数据,并在创建新上下文时恢复这些数据。这一功能极大简化了需要持久化 IndexedDB 数据的测试场景,特别是涉及用户认证流程的测试用例。
// 保存包含 IndexedDB 的存储状态
context.storageState(new BrowserContext.StorageStateOptions()
.setPath(Paths.get("state.json"))
.setIndexedDB(true));
// 使用保存的状态创建新上下文
BrowserContext context = browser.newContext(new Browser.NewContextOptions()
.setStorageStatePath(Paths.get("state.json")));
2. 可见元素过滤功能
在元素定位和操作中,经常需要区分可见和不可见元素。新版本为 locator.filter() 方法增加了 setVisible 选项,使开发者能够轻松筛选出可见元素。
// 只匹配可见的待办事项项
Locator todoItems = page.getByTestId("todo-item")
.filter(new Locator.FilterOptions().setVisible(true));
// 验证可见项数量
assertThat(todoItems).hasCount(3);
这一功能特别适用于动态加载内容的页面测试,可以避免与隐藏元素交互导致的测试失败。
3. 对比度媒体特性模拟
为提升可访问性测试能力,新版本增加了对 prefers-contrast 媒体特性的模拟支持。开发者可以通过 page.emulateMedia() 或 browser.newContext() 的 setContrast 选项来模拟不同对比度偏好设置,测试应用在高对比度模式下的表现。
4. API 请求状态码检查
对于使用 APIRequestContext 进行的 HTTP 请求,新增的 setFailOnStatusCode 选项可以自动检查响应状态码,当遇到非 2xx 和 3xx 状态码时抛出异常。这一功能简化了 API 测试中的错误处理逻辑,使测试代码更加简洁。
浏览器版本支持
v1.51.0 版本支持以下浏览器引擎版本:
- Chromium 134.0.6998.35
- Mozilla Firefox 135.0
- WebKit 18.4
同时,该版本也已通过 Google Chrome 133 和 Microsoft Edge 133 稳定版的兼容性测试。
总结
Playwright Java v1.51.0 版本通过增强存储状态管理和元素过滤能力,进一步提升了测试开发的效率和可靠性。特别是对 IndexedDB 的支持,解决了现代 Web 应用中客户端存储状态持久化的测试难题。这些新功能使 Playwright 在复杂 Web 应用的自动化测试场景中表现更加出色,为开发者提供了更强大的工具来构建稳定、可维护的测试套件。
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