从零构建高可用Python+Selenium UI自动化测试框架：PO模式、数据驱动与CI/CD集成实战

1. 项目概述：为什么需要一个自建的UI自动化测试框架？

如果你是一名测试工程师或者正在向这个方向转型，那么“UI自动化测试”这个词对你来说一定不陌生。每天重复在页面上点点点，不仅枯燥，效率低下，还容易因为人为疏忽导致漏测。而市面上现成的工具，要么太重、学习成本高，要么太轻、无法满足复杂项目的定制化需求。这就是为什么很多团队最终会选择自己动手，用Python和Selenium来搭建一个“趁手”的自动化测试框架。

这个框架的核心目标很简单：把那些重复、稳定、核心的UI操作流程自动化，把人解放出来去做更有价值的探索性测试和业务分析。它不仅仅是写几个脚本去点击按钮，而是一套包含用例管理、数据驱动、异常处理、报告生成和持续集成的完整工程体系。Python以其简洁的语法和丰富的生态（如pytest,unittest,allure）成为首选，而Selenium则是模拟浏览器操作的“行业标准”，两者结合，能让你快速构建出稳定、可维护的自动化测试资产。

我经历过从零开始搭建、到业务落地、再到持续优化的全过程，深知其中的关键决策点和踩过的坑。这篇文章，我就以一个实战者的角度，带你走一遍构建一个高可用UI自动化测试框架的核心路径。无论你是刚入门的新手，还是想优化现有框架的老手，都能从中找到可以直接“抄作业”的模块和避坑指南。

2. 框架整体设计与核心思路拆解

在动手写第一行代码之前，理清设计思路至关重要。一个混乱的框架后期维护成本极高，甚至可能推倒重来。我们的设计核心是：清晰的分层架构、高度的可配置性、以及强大的可维护性。

2.1 为什么选择“PO模式”作为基石？

PO（Page Object，页面对象）模式是UI自动化测试的黄金法则。它的核心思想是将测试脚本与页面元素定位和操作分离。简单来说，一个页面（或一个页面上的关键组件）对应一个类，这个类里封装了该页面的所有元素定位器和基本的页面操作方法（如输入、点击、获取文本）。测试用例脚本则通过调用这些页面对象的方法来完成业务流，而不需要关心元素是怎么找到的。

这么做的优势非常明显：

1. 高可维护性：当页面UI发生变更时，比如一个按钮的ID改了，你只需要去对应的Page Object类里修改一次元素定位，所有用到这个按钮的测试用例都无需改动。
2. 高可读性：测试用例读起来就像业务文档，例如login_page.input_username(“admin”)和login_page.click_submit()，非常清晰。
3. 减少代码冗余：公共的页面操作被封装起来，避免了在多个测试用例中重复编写相同的定位和操作代码。

在实际设计中，我们通常会对PO模式进行增强，形成“分层PO”。例如，一个搜索页面可能包含搜索框、搜索按钮、结果列表。我们可以先定义一个BasePage类，封装WebDriver的初始化、公共的等待、截图等方法。然后SearchPage继承BasePage，并封装搜索框、按钮等元素和操作。如果结果列表很复杂，甚至可以再抽出一个SearchResultComponent类。这样结构更清晰。

2.2 数据驱动：让测试用例与测试数据分离

数据驱动测试（DDT）是另一个关键设计。它的目的是将测试逻辑和测试数据分开。同一套测试逻辑，可以通过不同的数据组合来执行，从而轻松实现多场景覆盖。

常见的实现方式有：

• 外部文件：使用Excel、CSV、JSON或YAML文件来存储测试数据。例如，登录测试的数据可以放在一个JSON文件里，包含多组用户名、密码和期望结果（登录成功/失败）。
• 数据库：对于数据量较大或需要动态获取数据的场景。
• 参数化装饰器：利用pytest的@pytest.mark.parametrize装饰器，直接将多组数据写在测试用例上，适合数据量少且固定的场景。

在我们的框架中，我推荐使用JSON或YAML作为主要的数据存储格式。因为它们结构清晰，易于阅读和编写，并且Python有非常方便的原生库（json,yaml）或第三方库（如PyYAML）进行解析。将数据文件放在专门的test_data目录下，通过一个数据读取工具类来统一加载，提供给测试用例使用。

2.3 测试运行器与报告：pytest为何是更优选择？

Python自带的unittest框架足够基础，但pytest在功能和灵活性上更胜一筹，已成为社区事实上的标准。

选择pytest的核心理由：

1. 更简洁的语法：不需要强制继承某个类，函数名以test_开头就是测试用例，断言直接用assert，直观易懂。
2. 强大的Fixture机制：这是pytest的精髓。你可以用@pytest.fixture定义一些“夹具”，例如初始化浏览器、登录操作、清理数据等。这些夹具可以被多个测试用例共享，并且可以设置作用域（函数级、类级、模块级、会话级），完美解决了测试前置和后置条件的复用问题。
3. 丰富的插件生态：pytest-html可以生成HTML报告，pytest-xdist支持分布式并行测试，pytest-rerunfailures支持失败重试，allure-pytest可以生成非常美观强大的Allure报告。
4. 灵活的筛选与运行：可以通过-k按名称筛选用例，-m按标记运行，方便快速执行特定模块的测试。

在我们的框架中，我们将使用pytest作为测试运行和组织的核心。结合allure-pytest来生成详尽的、带有步骤截图和错误追踪的测试报告，这对于测试结果的分析和问题定位至关重要。

2.4 目录结构规划：清晰的约定优于混乱的配置

一个规范的目录结构是框架可维护性的基础。下面是我在实践中总结出的一个高效目录结构：

project_root/ ├── configs/ # 配置文件目录 │ ├── config.yaml # 主配置文件（环境、浏览器、超时时间等） │ └── logging.conf # 日志配置文件 ├── drivers/ # 浏览器驱动目录（chromedriver, geckodriver） ├── logs/ # 运行时日志输出目录（.gitignore） ├── reports/ # 测试报告输出目录（.gitignore） │ └── allure-results/ # Allure原始结果 ├── page_objects/ # 页面对象层 │ ├── __init__.py │ ├── base_page.py # 基础页面类 │ ├── login_page.py # 登录页面 │ └── home_page.py # 主页 ├── common/ # 公共组件和工具 │ ├── __init__.py │ ├── webdriver_factory.py # 浏览器工厂，负责创建和管理WebDriver实例 │ ├── logger.py # 日志记录器封装 │ ├── data_loader.py # 数据加载工具（读取JSON/YAML） │ └── utils.py # 其他工具函数，如随机数生成、日期处理 ├── test_cases/ # 测试用例层 │ ├── __init__.py │ ├── conftest.py # pytest共享fixture定义的地方 │ ├── test_login.py # 登录模块测试用例 │ └── test_search.py # 搜索模块测试用例 ├── test_data/ # 测试数据层 │ ├── login_data.yaml │ └── search_data.json ├── requirements.txt # 项目依赖包列表 └── pytest.ini # pytest配置文件

这个结构做到了关注点分离：配置、驱动、页面对象、用例、数据、工具各司其职。conftest.py是pytest的魔法文件，里面定义的fixture在整个test_cases目录及其子目录下都自动可用。

3. 核心模块实现与关键技术细节

有了蓝图，我们开始动手搭建核心模块。这里我会重点讲解几个最容易出问题，也最体现框架质量的部分。

3.1 WebDriver的管理艺术：工厂模式与Fixture结合

直接在每个测试用例里创建和关闭WebDriver是灾难性的。我们需要一个中心化的管理机制。

1. WebDriver工厂类 (common/webdriver_factory.py)这个类的职责是根据配置，创建并返回对应的WebDriver实例（Chrome, Firefox, Edge等）。它应该处理驱动路径、浏览器选项（如无头模式、禁用沙箱、设置下载路径）等。

# common/webdriver_factory.py from selenium import webdriver from selenium.webdriver.chrome.service import Service as ChromeService from selenium.webdriver.firefox.service import Service as FirefoxService from webdriver_manager.chrome import ChromeDriverManager from webdriver_manager.firefox import GeckoDriverManager import logging class WebDriverFactory: def __init__(self, browser_name="chrome", headless=False): self.browser_name = browser_name.lower() self.headless = headless self.logger = logging.getLogger(__name__) def create_driver(self): driver = None try: if self.browser_name == "chrome": options = webdriver.ChromeOptions() if self.headless: options.add_argument('--headless') options.add_argument('--no-sandbox') # 针对Linux环境常见问题 options.add_argument('--disable-dev-shm-usage') # 解决共享内存问题 options.add_argument('--disable-gpu') options.add_argument('--window-size=1920,1080') # 使用webdriver-manager自动管理驱动，无需手动下载放置 service = ChromeService(ChromeDriverManager().install()) driver = webdriver.Chrome(service=service, options=options) elif self.browser_name == "firefox": options = webdriver.FirefoxOptions() if self.headless: options.add_argument('--headless') service = FirefoxService(GeckoDriverManager().install()) driver = webdriver.Firefox(service=service, options=options) else: raise ValueError(f"Unsupported browser: {self.browser_name}") driver.implicitly_wait(10) # 设置隐式等待，全局生效 driver.maximize_window() self.logger.info(f"成功创建 {self.browser_name} 浏览器驱动实例") return driver except Exception as e: self.logger.error(f"创建浏览器驱动失败: {e}") raise # 注意：webdriver_manager是一个非常好的第三方库，能自动下载匹配浏览器版本的驱动。 # 安装：pip install webdriver-manager

2. 与pytest Fixture结合 (test_cases/conftest.py)在conftest.py中，我们定义一个session或function级别的fixture来管理WebDriver的生命周期。

# test_cases/conftest.py import pytest from common.webdriver_factory import WebDriverFactory from common.logger import get_logger logger = get_logger() @pytest.fixture(scope="function") # 每个测试函数一个独立的driver def driver(request): """提供WebDriver实例的fixture""" # 可以从命令行参数或配置文件读取浏览器类型 browser = request.config.getoption("--browser", default="chrome") headless = request.config.getoption("--headless", default=False) factory = WebDriverFactory(browser_name=browser, headless=headless) driver_instance = factory.create_driver() yield driver_instance # 测试函数执行时使用这个driver # 测试函数执行完毕后，执行清理 logger.info(f"测试结束，关闭浏览器") driver_instance.quit() # 添加命令行选项 def pytest_addoption(parser): parser.addoption("--browser", action="store", default="chrome", help="指定浏览器: chrome 或 firefox") parser.addoption("--headless", action="store_true", default=False, help="是否启用无头模式")

这样，在测试用例中，你只需要将driver作为参数传入，就可以直接使用一个已经初始化好的浏览器实例。

3.2 健壮的页面对象基类设计

BasePage是所有页面对象的父类，它封装了Selenium最常用且容易出错的操作，并加入重试、等待、日志和截图机制。

# page_objects/base_page.py from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC from selenium.common.exceptions import TimeoutException, StaleElementReferenceException import logging from datetime import datetime import os class BasePage: def __init__(self, driver): self.driver = driver self.logger = logging.getLogger(__name__) self.timeout = 10 # 默认显式等待超时时间 def find_element(self, locator, timeout=None): """查找单个元素，加入显式等待和重试机制""" timeout = timeout or self.timeout try: self.logger.debug(f"正在查找元素: {locator}") element = WebDriverWait(self.driver, timeout).until( EC.presence_of_element_located(locator) ) # 额外等待元素可交互（可选，但更稳健） WebDriverWait(self.driver, 0.5).until( EC.element_to_be_clickable(locator) ) return element except TimeoutException: self.logger.error(f"查找元素超时: {locator}") self._take_screenshot(f"element_not_found_{locator}") raise def click(self, locator, timeout=None): """点击元素，解决StaleElementReferenceException问题""" timeout = timeout or self.timeout for i in range(2): # 重试一次 try: element = self.find_element(locator, timeout) element.click() self.logger.info(f"点击元素: {locator}") break except StaleElementReferenceException: self.logger.warning(f"元素状态过期，第{i+1}次重试: {locator}") if i == 1: # 重试一次后仍失败 raise def input_text(self, locator, text, clear_first=True, timeout=None): """向输入框输入文本""" element = self.find_element(locator, timeout) if clear_first: element.clear() element.send_keys(text) self.logger.info(f"向元素 {locator} 输入文本: {text}") def get_text(self, locator, timeout=None): """获取元素的文本内容""" element = self.find_element(locator, timeout) text = element.text self.logger.info(f"获取元素 {locator} 的文本: {text}") return text def _take_screenshot(self, name): """内部截图方法，用于错误时自动截图""" screenshots_dir = os.path.join(os.getcwd(), "reports", "screenshots") os.makedirs(screenshots_dir, exist_ok=True) timestamp = datetime.now().strftime("%Y%m%d_%H%M%S") filepath = os.path.join(screenshots_dir, f"{name}_{timestamp}.png") self.driver.save_screenshot(filepath) self.logger.info(f"截图已保存至: {filepath}") return filepath def wait_for_page_loaded(self, timeout=30): """等待页面加载完成（通过判断document.readyState）""" try: WebDriverWait(self.driver, timeout).until( lambda d: d.execute_script('return document.readyState') == 'complete' ) self.logger.info("页面加载完成") except TimeoutException: self.logger.warning(f"页面在{timeout}秒内未完全加载")

实操心得：

• 显式等待优于隐式等待和强制等待：WebDriverWait配合expected_conditions是处理元素动态加载的最佳实践。隐式等待 (implicitly_wait) 设一个全局基础值即可，比如10秒，用于处理普遍情况。在关键操作上，必须使用显式等待。
• 处理“元素状态过期”：在单页面应用（SPA）中，页面局部刷新后，之前获取到的元素引用可能会失效，抛出StaleElementReferenceException。在click等方法中加入简单的重试逻辑，能大幅提升脚本稳定性。
• 自动截图：在元素查找失败或断言失败时自动截图，是定位问题的利器。截图文件名最好包含时间戳和场景描述，方便回溯。

3.3 数据驱动测试的优雅实现

我们以JSON数据驱动为例。首先，在test_data/login_data.json中准备数据：

[ { "case_id": "LOGIN_001", "username": "standard_user", "password": "secret_sauce", "expected": "success" }, { "case_id": "LOGIN_002", "username": "locked_out_user", "password": "secret_sauce", "expected": "error", "error_msg": "Epic sadface: Sorry, this user has been locked out." }, { "case_id": "LOGIN_003", "username": "invalid_user", "password": "wrong_pwd", "expected": "error", "error_msg": "Epic sadface: Username and password do not match any user in this service" } ]

然后，创建一个数据加载工具：

# common/data_loader.py import json import yaml import os class DataLoader: @staticmethod def load_json(file_path): """从JSON文件加载数据""" full_path = os.path.join(os.getcwd(), 'test_data', file_path) with open(full_path, 'r', encoding='utf-8') as f: return json.load(f) @staticmethod def load_yaml(file_path): """从YAML文件加载数据""" full_path = os.path.join(os.getcwd(), 'test_data', file_path) with open(full_path, 'r', encoding='utf-8') as f: return yaml.safe_load(f)

最后，在测试用例中使用pytest的参数化功能驱动测试：

# test_cases/test_login.py import pytest import allure from page_objects.login_page import LoginPage from common.data_loader import DataLoader # 加载测试数据 test_data = DataLoader.load_json('login_data.json') class TestLogin: @allure.feature('登录功能') @allure.story('用户登录验证') @pytest.mark.parametrize("data", test_data, ids=[item['case_id'] for item in test_data]) def test_user_login(self, driver, data): """数据驱动测试登录功能""" with allure.step(f"执行测试用例: {data['case_id']}"): login_page = LoginPage(driver) # 访问登录页 login_page.open() # 输入用户名密码 login_page.input_username(data['username']) login_page.input_password(data['password']) login_page.click_login_button() # 根据预期结果进行断言 if data['expected'] == 'success': with allure.step("验证登录成功"): # 假设登录成功会跳转到首页，首页有特定元素 assert driver.current_url != login_page.url # 或者断言首页的某个欢迎文本 # assert home_page.get_welcome_text() == "Welcome, ..." elif data['expected'] == 'error': with allure.step("验证登录失败，并检查错误信息"): # 断言错误提示信息存在且正确 actual_error = login_page.get_error_message() assert actual_error == data['error_msg']

注意事项：

• ids参数在@pytest.mark.parametrize中非常重要，它让测试报告中的用例名称显示为case_id，而不是默认的data0,data1，极大提升了报告的可读性。
• allure.step用于在Allure报告中生成步骤，让测试执行过程一目了然。

3.4 生成专业级的Allure测试报告

漂亮的报告不仅是门面，更是高效沟通和问题分析的利器。Allure报告支持步骤、附件（截图、日志）、分类、趋势图等。

配置步骤：

1. 安装：pip install allure-pytest

2. 下载Allure命令行工具：从 Allure官网 下载，解压后将其bin目录添加到系统环境变量PATH中。

3. 在测试中集成：

   • 如上例所示，在测试用例中使用@allure.feature,@allure.story,@allure.step等装饰器。
   • 在BasePage的_take_screenshot方法中，可以将截图附加到Allure报告。但更常见的做法是在测试失败时自动截图，这可以通过pytest的钩子函数实现。

4. 运行测试并生成报告：

   # 运行测试，指定结果存储目录 pytest test_cases/ --alluredir=./reports/allure-results -v # 生成并打开HTML报告 allure serve ./reports/allure-results # 或者生成静态报告 # allure generate ./reports/allure-results -o ./reports/allure-report --clean # 然后打开 ./reports/allure-report/index.html

实操心得：

• 在conftest.py中配置一个自动截图的钩子，会在每次测试失败时将当前页面截图附加到Allure报告中，这是定位UI问题最快的方式。

  # test_cases/conftest.py (追加) import allure @pytest.hookimpl(tryfirst=True, hookwrapper=True) def pytest_runtest_makereport(item, call): """Hook函数，用于在测试失败时截图并附加到Allure报告""" outcome = yield report = outcome.get_result() if report.when == "call" and report.failed: # 获取测试用例中的driver fixture（如果有） driver_fixture = item.funcargs.get('driver', None) if driver_fixture: # 调用BasePage的截图方法，或直接截图 screenshot_path = os.path.join("reports", "screenshots", f"{item.name}_{datetime.now().strftime('%H%M%S')}.png") driver_fixture.save_screenshot(screenshot_path) # 将截图作为附件添加到Allure报告 allure.attach.file(screenshot_path, name="失败截图", attachment_type=allure.attachment_type.PNG)

4. 框架的进阶优化与持续集成

一个基础的框架搭建完成后，要考虑如何让它更健壮、更高效，并融入团队的开发流程。

4.1 测试失败重试机制

UI测试受环境（网络、资源加载）影响较大，偶发性失败很常见。引入重试机制可以过滤掉这些“噪音”，提高测试结果的稳定性。使用pytest-rerunfailures插件可以轻松实现。

pip install pytest-rerunfailures

运行测试时添加参数：

pytest --reruns 2 --reruns-delay 3 # 表示失败后重试2次，每次重试前等待3秒

也可以在pytest.ini配置文件中全局设置：

# pytest.ini [pytest] addopts = --reruns 2 --reruns-delay 3 --html=./reports/pytest_report.html --self-contained-html

4.2 并行测试执行

当用例数量成百上千时，串行执行会非常耗时。pytest-xdist插件可以实现测试的分布式执行。

pip install pytest-xdist

运行测试时指定并行进程数：

pytest -n auto # 自动检测CPU核心数 # 或 pytest -n 4 # 指定4个进程

注意事项：

• 并行测试时，测试用例必须是独立的，不能有共享状态（如共享的全局变量、数据库连接）。我们的设计（每个测试函数一个独立的driverfixture）符合这个要求。
• 并行执行时，日志和报告的输出可能会交错，需要确保日志系统是线程/进程安全的，或者将每个进程的日志输出到单独的文件。Allure报告原生支持并行执行结果的聚合。

4.3 集成到CI/CD流水线

自动化测试只有集成到持续集成/持续部署（CI/CD）流程中，才能最大化其价值。通常的步骤是：

1. 代码触发：当开发人员向Git仓库的主分支或特定分支推送代码时，触发CI流程（如Jenkins、GitLab CI、GitHub Actions）。
2. 环境准备：CI Agent拉取最新代码，安装Python依赖 (pip install -r requirements.txt)。
3. 执行测试：运行测试命令，例如pytest --alluredir=./allure-results -v。通常会在无头模式下运行以节省资源 (--headless)。
4. 生成报告：使用Allure命令行工具生成HTML报告。
5. 结果通知：将测试报告链接通过邮件、钉钉、企业微信等通知给相关人员。如果测试失败，可以设置为阻塞后续的部署流程。

一个简单的GitHub Actions工作流示例 (.github/workflows/ui-test.yml)：

name: UI Automation Tests on: [push, pull_request] jobs: test: runs-on: ubuntu-latest steps: - uses: actions/checkout@v3 - name: Set up Python uses: actions/setup-python@v4 with: python-version: '3.9' - name: Install dependencies run: | python -m pip install --upgrade pip pip install -r requirements.txt - name: Install Chrome and ChromeDriver run: | sudo apt-get update sudo apt-get install -y google-chrome-stable - name: Run UI Tests with Allure run: | pytest --alluredir=./reports/allure-results -v --headless - name: Generate Allure Report uses: simple-elf/allure-report-action@master if: always() with: allure_results: ./reports/allure-results allure_report: ./reports/allure-report keep_reports: 20 - name: Upload Allure Report as Artifact uses: actions/upload-artifact@v3 if: always() with: name: allure-report path: ./reports/allure-report

4.4 框架配置化管理

将浏览器类型、基础URL、超时时间、日志级别等配置项外置到配置文件（如config.yaml）中，避免硬编码，使框架能灵活适配不同环境（测试、预生产、生产）。

# configs/config.yaml base: project_name: "My UI Test Framework" log_level: "INFO" test_env: base_url: "https://www.saucedemo.com" username: "standard_user" password: "secret_sauce" browser: name: "chrome" # chrome, firefox, edge headless: false implicit_wait: 10 explicit_wait: 15 report: allure: enable: true results_dir: "./reports/allure-results" html: enable: true report_dir: "./reports/html"

在框架初始化时读取这个配置：

# common/config.py import yaml import os class Config: _instance = None def __new__(cls): if cls._instance is None: cls._instance = super(Config, cls).__new__(cls) cls._instance._load_config() return cls._instance def _load_config(self): config_path = os.path.join(os.path.dirname(__file__), '..', 'configs', 'config.yaml') with open(config_path, 'r', encoding='utf-8') as f: self.data = yaml.safe_load(f) @property def base_url(self): return self.data['test_env']['base_url'] @property def browser_name(self): return self.data['browser']['name'] # ... 其他属性

然后在WebDriverFactory和页面对象中，使用Config().browser_name等方式获取配置，实现框架的“一次配置，处处可用”。

5. 常见问题排查与实战技巧实录

即使框架设计得再完善，在实际运行中还是会遇到各种“坑”。这里记录一些高频问题和解决思路。

5.1 元素定位失败：最头疼的问题

现象：NoSuchElementException,TimeoutException。

排查思路（从易到难）：

1. 检查定位器：首先手动在浏览器开发者工具中，用$x(“你的XPath”)或$(“你的CSS Selector”)验证定位器是否能找到元素。注意iframe、Shadow DOM等特殊情况。
2. 检查等待时间：元素是否还没加载出来？适当增加显式等待时间，或使用更合适的等待条件（如element_to_be_clickable,visibility_of_element_located）。
3. 检查页面状态：是否发生了页面跳转或刷新，导致之前的元素引用失效（StaleElementReference）？需要在操作前重新查找元素，或如我们之前所做，在click等方法中加入重试逻辑。
4. 检查元素是否在iframe中：如果在，必须先用driver.switch_to.frame(frame_reference)切换到对应的iframe中，才能定位其中的元素。操作完后记得driver.switch_to.default_content()切回来。
5. 检查元素是否在Shadow DOM中：Selenium 4 提供了对Shadow DOM的支持，需要使用driver.execute_script执行JavaScript来穿透Shadow Root查找元素。
6. 检查是否有弹窗/遮罩层：某些操作可能会触发弹窗，遮挡了目标元素。需要先处理掉这些遮挡物。

技巧：在find_element方法中加入详细的日志，记录查找开始、成功或失败的信息，并配合失败自动截图，能极大加速问题定位。

5.2 测试执行速度慢

可能原因及优化：

1. 隐式等待设置过长：全局隐式等待不要设得太大（如30秒），建议5-10秒。在关键步骤使用显式等待进行精确控制。
2. 不必要的等待：避免滥用time.sleep()。这是“万能”但最低效的方法。尽量用显式等待替代。
3. 浏览器启动开销：如果每个测试用例都启动关闭一次浏览器，开销巨大。可以考虑将driverfixture 的作用域设置为class或module，让一个测试类或模块共享一个浏览器实例。但要注意测试间的隔离，确保一个测试不会影响另一个。
4. 网络或应用本身慢：这不是框架能解决的，但可以设置合理的超时时间，避免测试无限期等待。
5. 启用无头模式：在CI环境或不需要观察UI时，使用--headless模式可以显著提升执行速度，并节省资源。

5.3 测试用例的稳定性和可维护性

1. 用例独立性：每个测试用例必须能独立运行，不依赖其他用例的执行状态或数据。使用setup_method/teardown_method或fixture来准备和清理测试数据。
2. 使用有意义的定位器：优先使用id、name，其次是用语义化的class或>