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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00