Web 自动化架构：POM 分层设计的深度实践
在 Web 自动化由「脚本堆砌」转向「工程化框架」的过程中，POM（Page Object Model） 是最核心的分水岭。它不仅是为了代码整洁，更是为了应对现代 Web 应用频繁迭代带来的维护压力。
一、 核心痛点：为什么拒绝「裸奔」的脚本？
直接在测试函数中硬编码定位符（如 driver.find_element(By.ID, "login")）是危险的工程债务。一旦前端修改了一个 ID，你可能需要全局重构数百个测试文件。
POM 的核心价值：
- 解耦： 将「如何操作页面」与「业务断言逻辑」分离。
- 抽象： 将复杂的 UI 转换成简单的业务动词（如
perform_login）。 - 复用： 定义一次页面对象，即可在无数个场景中反复调度。
二、 三层分层架构：Page-Action-Test
为了实现最大柔性，我们通常将框架拆解为三层：
| 层级 | 职责 (Responsibility) | 核心产物 |
|---|---|---|
| 基础层 (Base) | 封装底层通信与显式等待逻辑。 | base_page.py |
| 业务层 (Page) | 映射 DOM 元素并封装原子操作/业务流。 | login_page.py |
| 用例层 (Test) | 专注于业务流串联与最终结果断言。 | test_auth.py |
三、 深度实践：从地基到上层
1. 基础层 (BasePage)：稳定性的来源
基础层不应感知具体的页面业务逻辑，它只负责「如何稳如泰山地交互」。
PYTHON
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
class BasePage:
def __init__(self, driver, timeout=10):
self.driver = driver
self.wait = WebDriverWait(driver, timeout)
def find_visible_element(self, locator):
"""精准捕捉：仅在元素真正可见时返回"""
return self.wait.until(EC.visibility_of_element_located(locator))
def safe_input(self, locator, text):
ele = self.find_visible_element(locator)
ele.clear()
ele.send_keys(text)
2. 业务层 (PageObject)：定位与动作的合集
通过把定位符（Locators）与操作方法（Methods）封装在一起，构建「业务黑盒」。
PYTHON
from selenium.webdriver.common.by import By
class LoginPage(BasePage):
# 定位符：作为类属性集中管理
_USERNAME = (By.ID, 'txtUName')
_PASSWORD = (By.ID, 'txtPassword')
_LOGIN_BTN = (By.ID, 'btnLogin')
def login_as(self, user, pwd):
"""业务语义化封装"""
self.safe_input(self._USERNAME, user)
self.safe_input(self._PASSWORD, pwd)
self.click_element(self._LOGIN_BTN)
四、 用例层 (TestCase)：可读性即是正义
得益于 POM 的封装，我们的用例层代码应具备极高的可读性，甚至非开发人员也能看懂业务流：
PYTHON
def test_login_with_invalid_credentials(driver):
# 实例化页面对象，进入业务逻辑
login = LoginPage(driver)
login.open("http://example.com/login")
# 链式操作或单步操作
login.login_as("invalid_user", "wrong_pass")
# 断言结果
assert login.has_error_message("手机号或密码错误")
五、 回顾与后续进阶
POM 并非终点，而是起点。当页面对象数量激增后，我们将面临「数据驱动」的需求。接下来我们将探讨如何将 YAML 与 POM 结合，实现更强大的 DDT。