Appium中XCUITest驱动实现屏幕录制文件清理的正确方式
2025-05-10 04:38:32作者:邬祺芯Juliet
在iOS自动化测试过程中,使用Appium的XCUITest驱动进行屏幕录制时,生成的视频文件在模拟器上会自动删除,但在真机设备上需要手动清理。本文详细介绍如何通过正确调用WebDriverAgent接口实现录制文件的清理。
问题背景
当使用Appium 2.17.1和XCUITest驱动9.2.1版本进行屏幕录制时,真机设备上录制的视频文件不会自动删除。官方文档提到需要通过调用POST /wda/shutdown接口或设备恢复出厂设置来清理这些文件。
正确调用方式
实际上,正确的调用方式应该是:
- 直接向WebDriverAgent(WDA)实例发送GET请求
- 请求地址应为WDA服务运行的地址(默认8100端口)
- 请求方法应为GET而非POST
示例Python代码:
import requests
response = requests.get('http://localhost:8100/wda/shutdown')
验证方法
为确保视频文件确实被删除,可以使用以下终端命令检查:
xcrun devicectl device info files --device [设备UUID] \
--domain-type appDataContainer \
--domain-identifier com.apple.testmanagerd \
--username mobile \
--subdirectory Attachments
实际测试结果
通过对比测试发现:
- 仅调用
driver.quit()时,视频文件会保留在设备上 - 调用
GET /wda/shutdown后,视频文件会被正确删除
技术原理
WebDriverAgent在收到shutdown请求后,会清理其工作目录下的所有临时文件,包括屏幕录制生成的视频文件。这一过程是通过iOS的testmanagerd服务实现的,该服务管理着所有测试相关的临时文件。
最佳实践建议
- 对于真机测试,建议在测试完成后主动调用shutdown接口
- 可以封装一个清理函数在测试用例的teardown阶段调用
- 定期检查设备存储空间,确保没有残留的测试文件
通过遵循这些实践,可以有效避免测试过程中产生的临时文件占用设备存储空间的问题。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210