App自动化之dom结构和元素定位方式（包含滑动列表定位）

news2025/1/17 3:11:55

先来看几个名词和解释：

dom: Document Object Model 文档对象模型
dom应用: 最早应用于html和js的交互。界面的结构化描述，常见的格式为html、xml。核心元素为节点和属性
xpath: xml路径语言，用于xml 中的节点定位，XPath 可在 xml 文档中对元素和属性进行遍历
如下我们再来看一个App的dom:

控件的基础知识和selenium一样，appium为移动端抽象出了一个控件模型，称为dom结构；会把所有的控件都理解为xml文件，在xml文件里，每个控件都有自己的类型和属性；

既然有了类型和属性，自然就可以根据这些来定位元素，又因为整个模型是xml，也就同样可以通过xpath的方法来定位各个控件的信息了，是不是似曾相识？在Web端自动化时候也介绍过相关元素定位方式，具体可在文章末尾往期回顾第一条点击查看。

定位
交互
断言

通过uiautomatorviewer对雪球App首页的解析得到如下图结果：

通过解析结果我们可以看到元素的属性和类型有：

node
attribute
clickable
content-desc
resource-id
text
bounds

IOS和Android在控件属性和上稍微有些不同(这里先说个概括，后续单独出IOS的文章加以说明，欢迎关注)：

dom属性和节点结构类似
名字和属性的命名不同

Appium 支持 WebDriver 定位策略的子集：

2.21 通过 “class” 查找 (例如， UI 组件的类型)-一般不推荐

这种就是通过判断控件类型来查找，例如TextView、ImageView等

在实际工作中，这种定位方式几乎不用，因为一个页面中可能会有很多的TextView、ImageView等；

appiumdriver.findElementByClassName("android.widget.TextView");

如上所述，xpath是不仅可以在移动端进行元素定位，并且是我们最常用的定位方式之一，在web端自动化我们会首推CSS定位，而在移动端定位我们会首推xpath定位，良好的xpath定位语法会给我们定位带来准确度和便利度，对速度的影响也完全会在我们的接受范围以内

如下dom结构中，一个界面上有多同类型控件,这些控件有相同的id或属性,不具备唯一性,所以无法直接进行指定控件的定位操作，这个时候就该xpath大显身手了

如我们要定位"画好一个封闭的圆"后面跟着的第二个RelativeLayout,具体写法如下:

//下面两种写法均可实现
By.xpath("((//*[@text='画好一个封闭的圆'])[2]/following-sibling::android.widget.RelativeLayout)[2]")
By.xpath("((//*[@text='画好一个封闭的圆'])[2]/following-sibling::*[@class='android.widget.RelativeLayout'])[2]")

很多控件都是有text属性的，但是appium是不支持直接对text进行定位的，而在实际工作中，我们经常会拿text进行定位，这就要归功于xpath了，通过对xpath语法的封装，我们就可以自定义一个根据text定位元素的方法来：

public By ByText(String text){
        return By.xpath("//*[@text='"+ text + "']");
    }

appiumdriver.findElement(ByText("关注"));

另外，需要定位Toast弹框时，有且仅有通过xpath的方式来实现：
有时候我们进行某个操作后会弹出消息提示，例如点击某个按钮或下拉刷新后可能会出现类似"刷新成功"的提示语，然后几秒后消失;

弹出的消息很可能是Android系统自带的Toast，Toast在弹出的时候会在当前界面出现节点android.widget.Toast，随着消息的消失而消失；这个时候我们如果需要定位这个弹出消息，对其进行测试的话，就可以使用定位xpath方式了。

System.out.println( appiumdriver.findElementByXPath("//*[@class='android.widget.Toast']").getText());

结果：

更多xpath介绍可参考博客：
推开Web自动化的大门到达“犯罪现象”-侦破selenium架构、环境安装及常用元素定位方法
或W3C：
XPath 语法

学过web自动化的同学知道，在HTML中元素是有自己的id的，在移动端，元素依然有自己的id值，只不过名字叫做resource-id，如下：

注：我们看到id的值很长，其实实际使用只需要取斜杠/后面的部分就可以了，如下：

By.id("statusTitle")

在移动端自动化中有个特殊的定位方式就是根据accessibilityId定位，在dom中表现就是属性content-desc的值，如果Android中的content-desc中写入了值，便可以通过其进行定位：

这里比较尴尬。。。由于研发经常偷懒不写，找了半天也没能找到例子，大家知道用法就好~
另外要注意的是如果要写成"By.xxx"的形式，需要使用MobileBy

MobileBy.AccessibilityId("AccessibilityId");
appiumdriver.findElementByAccessibilityId("AccessibilityId");

有时候我们需要对界面进行一定的操作方式后才能找到我们想要的元素，比如滑动列表进行查找等，这个时候就可以借助于android uiautomator了
这里利用模拟器中的API Demo做演示，进入APIDemo中Views，然后滑屏寻找“Popup Menu”进行点击操作

可以利用Android的UIAutomator进行滑屏操作，这时候需要使用AndroidDriver，另外定位元素可以使用UiScrollable：

在官网的uiautomator UiSelector中有用ruby写的实例，不过定位方式是一致的，可以直接借鉴至java代码中

driver.findElementByXPath("//*[@text='Views']").click();
((AndroidDriver<MobileElement>)driver).
                findElementByAndroidUIAutomator
                 ("new UiScrollable(new UiSelector().scrollable(true).instance(0)).scrollIntoView(new UiSelector().text(\"Popup Menu\").instance(0))")
                 .click();

在实际运行中,AndroidUIAutomator偶尔有定位失败的情况,可能在定位元素是位置会产生一点偏差,这里稍加改造避免这种偶发性失败;

    By departmentName = MobileBy.AndroidUIAutomator(
                "new UiScrollable(new UiSelector().scrollable(true).instance(0))." +
                        "scrollIntoView(new UiSelector().text(\""+ departName +"\").instance(0))");
        find(departmentName);
//        click(departmentName); 原来直接操作滑动查找的元素结果
        click(ByText(departName));//现在利用xpath重新定位确认后再操作,成功率大大提升

运行效果演示：