AI智能文档扫描仪自动化测试：Selenium模拟上传流程脚本
1. 引言
1.1 业务场景描述
在现代办公自动化和数字化转型的背景下，AI 智能文档扫描仪作为一款高效、轻量级的图像处理工具，广泛应用于合同归档、发票识别、证件管理等场景。其核心功能是通过 OpenCV 实现文档边缘检测与透视矫正，无需依赖深度学习模型，具备启动快、隐私安全、零网络依赖等优势。
然而，随着产品迭代加速，手动测试 WebUI 界面的文件上传与处理流程已无法满足持续集成（CI）的需求。为保障每次版本更新后核心功能的稳定性，亟需构建一套可重复、高覆盖率、端到端的自动化测试方案。
1.2 痛点分析
当前面临的主要挑战包括：
- 手动上传图片验证耗时且易遗漏边界情况
- 缺乏对“上传 → 处理 → 结果展示”全流程的自动化校验
- 不同浏览器环境下行为可能存在差异
- 需要模拟真实用户操作（如点击、文件选择）以确保 UI 功能完整
1.3 方案预告
本文将介绍如何使用Selenium WebDriver自动化测试框架，编写 Python 脚本模拟用户上传图片、触发处理逻辑，并验证结果图像是否成功生成。该方案可无缝集成至 CI/CD 流程，实现每日构建自动回归测试。
2. 技术方案选型
2.1 为什么选择 Selenium？
| 对比项 | Selenium | Playwright | Cypress | Requests + BeautifulSoup |
|---|---|---|---|---|
| 浏览器支持 | ✅ 全主流浏览器 | ✅ 更现代 | ✅ 仅 Chromium 系 | ❌ 无 GUI 操作能力 |
| 文件上传支持 | ✅ 原生支持<input type="file"> | ✅ 支持 | ✅ 支持 | ❌ 无法操作 DOM 事件 |
| 易用性 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐ |
| 社区生态 | ✅ 极其丰富 | 较新但增长快 | 中等 | 不适用于 UI 测试 |
| 是否适合本项目 | ✅ 最佳选择 | 可替代 | 可替代 | ❌ 不适用 |
结论：Selenium 成熟稳定，社区资源丰富，特别适合模拟真实用户的文件上传操作，是本项目的最优解。
2.2 测试目标定义
本次自动化测试需覆盖以下关键路径：
- 启动浏览器并访问本地部署的 WebUI 页面
- 定位文件上传输入框并上传测试图像
- 等待图像处理完成（通过右侧预览图出现判断）
- 验证处理后的图像是否加载成功
- 截图保存测试结果用于后续分析
- 关闭浏览器释放资源
3. 实现步骤详解
3.1 环境准备
确保系统已安装以下组件：
# 安装 Selenium pip install selenium # 下载 ChromeDriver 并加入 PATH # 地址：https://sites.google.com/chromium.org/driver/推荐使用webdriver-manager自动管理驱动版本：
pip install webdriver-manager3.2 核心代码实现
以下是完整的自动化测试脚本，包含详细注释：
from selenium import webdriver from selenium.webdriver.common.by import By from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC from selenium.common.exceptions import TimeoutException, NoSuchElementException import time import os # 配置参数 WEB_UI_URL = "http://localhost:8080" # 替换为实际服务地址 TEST_IMAGE_PATH = "./test_docs/invoice.jpg" # 测试图片路径 OUTPUT_DIR = "./test_results" os.makedirs(OUTPUT_DIR, exist_ok=True) def setup_driver(): """初始化 Chrome 浏览器实例""" options = webdriver.ChromeOptions() options.add_argument("--start-maximized") # 最大化窗口便于观察 options.add_argument("--disable-infobars") options.add_argument("--disable-extensions") options.add_argument("--no-sandbox") options.add_argument("--disable-dev-shm-usage") # 可选：启用 headless 模式用于 CI # options.add_argument("--headless") driver = webdriver.Chrome(options=options) return driver def wait_for_element(driver, locator, timeout=10): """等待元素可见""" return WebDriverWait(driver, timeout).until( EC.visibility_of_element_located(locator) ) def upload_image_and_verify(driver, image_path): """上传图片并验证处理结果""" try: # 访问页面 driver.get(WEB_UI_URL) print("✅ 页面加载成功") # 等待上传区域出现 upload_area = wait_for_element(driver, (By.CSS_SELECTOR, "input[type='file']"), 10) print("📁 找到文件上传输入框") # 直接发送文件路径到 input[type='file'] upload_area.send_keys(image_path) print(f"📤 已上传文件: {image_path}") # 等待右侧处理结果显示（假设处理后 img#result-img 存在） result_img_locator = (By.ID, "result-img") result_img = wait_for_element(driver, result_img_locator, 15) # 验证图像 src 是否非空 src = result_img.get_attribute("src") if src and len(src) > 10: print("✅ 图像处理成功，结果已显示") else: raise Exception("❌ 处理结果图像 src 为空") # 截图保存测试结果 timestamp = int(time.time()) screenshot_path = f"{OUTPUT_DIR}/test_result_{timestamp}.png" driver.save_screenshot(screenshot_path) print(f"📸 测试截图已保存至: {screenshot_path}") return True except TimeoutException: print("❌ 超时：未在规定时间内找到元素") driver.save_screenshot(f"{OUTPUT_DIR}/error_timeout.png") return False except NoSuchElementException as e: print(f"❌ 元素未找到: {e}") driver.save_screenshot(f"{OUTPUT_DIR}/error_no_element.png") return False except Exception as e: print(f"❌ 测试过程中发生异常: {e}") driver.save_screenshot(f"{OUTPUT_DIR}/error_exception.png") return False def main(): driver = None try: driver = setup_driver() success = upload_image_and_verify(driver, TEST_IMAGE_PATH) assert success, "📌 自动化测试失败" print("🎉 所有测试步骤执行成功！") except Exception as e: print(f"🔥 主流程异常: {e}") exit(1) finally: if driver: time.sleep(2) driver.quit() print("⏹️ 浏览器已关闭") if __name__ == "__main__": main()3.3 代码解析
（1）浏览器初始化配置
options.add_argument("--headless") # CI 环境建议开启- 在本地调试时建议关闭
headless模式以便直观查看操作过程 - 在 Jenkins/GitLab CI 等环境中应启用
--headless提升效率
（2）文件上传机制
upload_area.send_keys(image_path)- Selenium 不支持直接操作系统级文件选择对话框
- 但可通过定位
<input type="file">元素并调用send_keys()直接传入本地文件路径实现上传
（3）结果验证策略
- 使用
WebDriverWait等待#result-img出现 - 检查
src属性长度避免占位符干扰 - 成功后截图留存证据，便于问题追溯
4. 实践问题与优化
4.1 常见问题及解决方案
| 问题现象 | 原因分析 | 解决方法 |
|---|---|---|
Element not interactable | 元素被遮挡或未完全加载 | 使用显式等待WebDriverWait |
| 文件未上传成功 | 路径错误或权限不足 | 检查os.path.exists(TEST_IMAGE_PATH) |
| 处理超时 | 图像过大或算法性能瓶颈 | 增加等待时间或压缩测试图尺寸 |
| Headless 下渲染异常 | 缺少视口设置 | 添加--window-size=1920,1080参数 |
4.2 性能优化建议
使用固定小图进行测试
推荐使用 800x600 左右的 JPEG 图像，减少 OpenCV 处理耗时，提升测试速度。并行运行多组测试用例
可结合pytest+selenium-grid实现跨浏览器并发测试。增加断言维度
- 检查原图与结果图宽高比变化
- 使用 OpenCV 比较两图结构相似性（SSIM）
- 记录处理耗时用于性能监控
集成至 CI/CD 流程
# .gitlab-ci.yml 示例片段 test-scanner: image: python:3.9 script: - pip install selenium webdriver-manager opencv-python - python test_upload.py artifacts: paths: - test_results/ expire_in: 1 week5. 总结
5.1 实践经验总结
- Selenium 是目前最成熟可靠的 Web UI 自动化测试工具，尤其适合涉及文件上传的场景
- 通过合理使用
WebDriverWait和expected_conditions，可大幅提升脚本稳定性 - 测试脚本应具备良好的容错机制和日志输出，便于 CI 环境排查问题
- 截图和结果持久化是构建可信测试体系的关键环节
5.2 最佳实践建议
- 保持测试环境一致性：确保每次测试前 Web 服务已正常启动
- 使用相对路径管理测试资产：避免硬编码绝对路径导致迁移失败
- 定期维护测试图像集：涵盖不同背景、角度、光照条件下的文档样本
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
